Теория автоматического управления

Прямые методы. В. и. как самостоятельная научная дисциплина сформировалась в 18 в., главным образом благодаря работам Л. Эйлера.

Простейшей задачей В. и. называют задачу отыскания функции x (t), доставляющей экстремум функционалу.

Первые вариационные задачи были задачами механики. Они были поставлены в 18 в. и, следуя традициям того времени, первый вопрос, на который надо было ответить, был вопрос о способе фактического отыскания функции x (t), реализующей минимум функционала (1).

8.3 Методы решения задач оптимального управления

Эйлер создал численный метод решения задач В. и., который получил название Эйлера метода ломаных. Этот метод был первым среди большого класса, так называемых, прямых методов; все они основаны на редукции задачи отыскания экстремума функционала к задаче отыскания экстремума функции многих переменных. Поскольку для получения решения с высокой точностью задачу приходится сводить к отысканию экстремума функции с большим числом переменных, она становится весьма сложной для ручного счёта. Поэтому долгое время прямые методы были вне основного русла, по которому направлялись усилия математиков, занимавшихся В. и.

В 20 в. интерес к прямым методам значительно усилился. Прежде всего были предложены новые способы редукции к задаче об экстремуме функции конечного числа переменных.

Метод вариаций. Второе направление исследований -- это изучение необходимых и достаточных условий, которым должна удовлетворять функция x (t), реализующая экстремум функционала J (x). Его возникновение также связано с именем Эйлера. Предположим, что тем или иным способом построена функция x (t). Как проверить, является ли эта функция решением задачи? Первый вариант ответа на этот вопрос был дан Эйлером в 1744. В приведённой ниже формулировке этого ответа употребляется введённое в 60-х гг. 18 в. Ж. Лагранжем понятие вариации (отсюда название -- В. и.), являющееся обобщением понятия дифференциала на случай функционалов.

Условный экстремум. Задача Лагранжа. В конце 18 в. был сформулирован ряд задач на условный экстремум. Этим термином принято называть задачи отыскания функции x (t), доставляющей экстремум функционалу J (x) при каких-либо дополнительных условиях, кроме условий на концах интервала (t0, T). Простейшей задачей подобного вида является класс так называемых изопериметрических задач. Своим названием этот класс задач обязан следующей: среди всех замкнутых кривых данной длины найти ту, которая ограничивает максимальную площадь.

Значительно более сложной задачей является та, в которой ограничения носят характер дифференциальных уравнений. Эту задачу называют задачей Лагранжа; особое значение она приобрела в середине 20 в. в связи с созданием теории оптимального управления. Поэтому её формулировка даётся ниже на языке этой теории, возникшем после работ Л. С. Понтрягина и его учеников.

Задача Лагранжа имеет огромное прикладное значение. Пусть, например, уравнение (6) описывает движение какого-либо динамического объекта, например космического корабля. Управление u -- это вектор тяги его двигателя. Множества e0 и eT -- это две орбиты разных радиусов. Функционал (7) описывает расход горючего на выполнение маневра. Следовательно, задачу Лагранжа, применительно к данной ситуации, можно сформулировать следующим образом: определить закон изменения тяги двигателя космического аппарата, совершающего переход с орбиты e0 на орбиту eT за заданное время так, чтобы расход топлива на этот маневр был минимальным.

Развитие В. и. в 19 в. Основные усилия математиков в 19 в. были направлены на исследование условий, необходимых или достаточных для того, чтобы функция x (t) реализовала экстремум функционала J (x). уравнение Эйлера было первым из таких условий; оно аналогично необходимому условию, которое устанавливается в теории функций конечного числа переменных. Однако в этой теории известны ещё и другие условия.

Развитие В. и. в 20 в. В 20 в. возник целый ряд новых направлений В. и., связанных с интенсивным развитием техники, смежных вопросов математики и вычислительной техники. Одно из основных направлений развития В. и. в 20 в. -- рассмотрение неклассических задач В. и., приведшее к открытию принципа максимума Л. С. Понтрягина.

Принцип максимума позволяет свести задачу оптимального управления к краевой задаче для системы обыкновенных дифференциальных уравнений порядка 2n (n -- размерность фазового вектора). Принцип максимума и в этом случае даёт более сильный результат, чем теорема Лагранжа, поскольку он требует, чтобы было не стационарным значением функции Гамильтона Н, а доставляло максимум Н.

Возможен и другой подход к тем же проблемам теории оптимального управления. Пусть s (х, t) -- значение функционала (9) вдоль оптимального решения. Тогда для того чтобы функция была оптимальным управлением, необходимо (а в некоторых случаях и достаточно), чтобы функция s (х, t) удовлетворяла следующему дифференциальному уравнению с частными производными, называемому уравнением Беллмана (см. Динамическое программирование).

Круг вопросов, которыми занимается В. и., непрерывно расширяется. В частности, всё большее и большее внимание уделяется изучению функционалов J (x) весьма общего вида, задаваемых на множествах Gx элементов из нормированных пространств. Для задач такого рода уже трудно использовать метод вариаций. Возникли новые методы, основанные на использовании понятия конуса в банаховых пространствах, опорных функционалов и т.д.

Уже в 19 в. была обнаружена глубокая связь между некоторыми проблемами теории уравнений с частными производными и вариационными задачами. П. Дирихле показал, что решение краевых задач для уравнения Лапласа эквивалентно решению некоторой вариационной задачи. Эта проблема привлекает к себе всё больше и больше внимания. Рассмотрим один пример.

В перечислении основных разделов современного В. и. нельзя не указать на глобальные задачи В. и., решение которых требует качественных методов. Искомое решение вариационной задачи удовлетворяет некоторому сложному нелинейному уравнению и краевым условиям. Естественно поставить вопрос о том, сколько решений допускает эта задача. Примером такой задачи является вопрос о количестве геодезических, которые можно провести между двумя точками на заданной поверхности. Проблема подобного рода относится уже к компетенции качественной теории дифференциальных уравнений и топологии. Последнее обстоятельство очень характерно. Методы, специфические для смежных дисциплин, топологии, функционального анализа и т.д., всё шире начинают применяться в В. и. В свою очередь, идеи В. и. проникают во всё новые области математики, и грань между В. и. и смежными областями математики теперь провести уже трудно.

8.4 Оптимальное позиционное управление

К виду (1) обычно приводятся уравнения движения в случае управляемых механических объектов с конечным числом степеней свободы. В многочисленных реальных ситуациях возникают и иные постановки задач О. у., отличающиеся от приведённой выше: задачи с фиксированным временем, когда продолжительность процесса заранее задана, задачи со скользящими концами, когда про начальное и конечное состояния известно, что они принадлежат некоторым множествам, задачи с фазовыми ограничениями, когда решение задачи (3) в каждый момент времени должно принадлежать фиксированному замкнутому множеству, и др. В задачах механики сплошных сред характеризующая состояние управляемого объекта величина х является функцией уже не только времени, но и пространственных координат (например, величина х может описывать распределение температуры в теле в данный момент времени), а закон движения будет дифференциальным уравнением с частными производными. Часто приходится рассматривать управляемые объекты, когда независимая переменная принимает дискретные значения, а закон движения представляет собой систему конечно-разностных уравнений. Наконец, отдельную теорию составляет О. у. стохастическими объектами.

9. Современные тенденции развития систем управления

9.1 Управление при неполной информации

Любая автоматическая система состоит из отдельных составных частей, элементов, выполняющих определенные функции. Элементы эти являются общими для различных систем, и при разработке последних очень ;важен правильный их .выбор в соответствии с предъявляемыми требованиями и условиями работы.

По функциональному признаку основные элементы систем автоматического управления могут быть разделены на несколько групп:

- элементы сравнения и информации, служащие для измерения значений регулируемой величины и выработки сигнала рассогласования;

- преобразующие элементы, в которых изменение одной физической величины преобразуется в изменение другой физической величины;

- усилительные элементы, предназначенные для усиления величины или мощности поступающих на их вход сигналов;

- корректирующие элементы, с помощью которых системе автоматического управления придаются требуемые динамические свойства;

- элементы вычисления и памяти, служащие для выполнения различных операций с сигналами, действующими в системе (сложение, вычитание, умножение, интегрирование и т. д.) для запоминания значений параметров либо для задачи программы;

- исполнительные элементы, вырабатывающие регулирующие воздействия.

Для анализа системы необходимо знать дифференциальные уравнения входящих в нее элементов, которые при составлении структурной схемы могут быть представлены в виде элементарных звеньев. Необходимо также знать и статические характеристики элементов. В зависимости от сложности системы она может содержать большее или меньшее число элементов; некоторые из них, такие, как элементы сравнения и информации и исполнительные, являются обязательными, некоторые же, например усилительные или преобразующие, ставятся по мере надобности.

Выбор датчиков для решения конкретных задач контроля соответствующих параметров. Прямые и компенсационные методы измерений. Автоматические мосты и потенциометры. Дифференциально-трансформаторные схемы автоматического контроля»

Системы автоматического контроля (САК) предназначены для организации постоянного наблюдения за параметрами технологических процессов без участия человека и осуществляют измерение, преобразование, хранение, отображение и передачу информации при исследованиях технической эксплуатации для управления машинами, агрегатами и механизмами, а также при контроле за работой объектов. В САК объекта управления (регулирования) для сбора информации (рис.1) входят первичные измерительные преобразователи /датчики/ (ПИП),на. выходе которых имеются сигналы в электрическом виде, средства измерения и преобразования информации (СИПИ), где выходные электросигналы могут подвергаться фильтрации, масштабированию, линеаризации, аналого-цифровому преобразованию, усилению и т.п., средства обработки и хранения информации (СОХИ), которые обрабатывают по определенным программам и запоминают электросигналы измеренной информации, средства отображения информации (СОХИ), с помощью которых полученная информация о параметрах технологического процесса индицируется и регистрируется. В системе автоматического контроля для обмена электросигналами с целью взаимодействия блоков и узлов предусматривается электромагистраль в виде совокупности шин и проводов, а также устройство формирования управляющих /регулирующих/ воздействий УФУВ, которое своими сигналами управляет системой исполнительных устройств /органов/ СИУ. Последняя воздействует на объект управления (ОУР), Управление собственно измерительно-информационной системой (ИИС) осуществляется устройством управления (УУ).

Узлы СИПИ, СОХИ, СОИ, УФУВ и УУ, а также МАГИСТРАЛЬ образуют ИИС, которая в совокупности с первичными ИП составляет единую САК. Причем система ИУ1,….,ИУк не входит в систему контроля САК, а представляет собой технические средства различной физической структуры, к которым относятся электроприводы, электроклапаны, электромагниты и соленоиды, пневмоприводы, гидроприводы и др. Выбор их типа и размещение на СУР производятся специалистами - разработчиками ОУР.

В качестве СОХИ в ИИС используются различные устройства - от специализированных вычислительных блоков и микропроцессоров до универсальных ЭВМ.

ИИС строятся из конструктивно законченных и выпускаемых серийно приборостроительной промышленностью функциональных узлов, объединенных общим алгоритмом функционирования. Унифицированные функциональные узлы для ИИС включаются в агрегатные комплексы.

Изделия агрегатных комплексов должны обладать обшей совместимостью, которая состоит из энергетической, метрологической, конструктивной, эксплуатационной и информационной совместимостей.

Рис. 1. Обобщенная структура САК:

ОУР - объект управления (регулирования); W_e - энергия входа; W_P- энергия выхода; ИП - измерительные преобразователи; ПИП - первичные измерительные преобразователи; СИПИ - средства измерения и преобразования информации; МАГИСТРАЛЬ - совокупность шин электросигналов взаимодействия; СОХИ - средства обработки и хранения информации; СОИ - средства отображения информации; УУ - устройство yправления; УФУВ - устройство формирования управляющих воздействий; ИИС - измерительно-информационная система; СИУ - система исполни устройств; ИУ - исполнительное устройство.

Энергетическая совместимость предполагает выбор энергии носителя сигналов: электрической /наиболее распространенной/, пневматической или гидравлической. Последние применяются чаще всего во взрывоопасных помещениях.

Метрологическая совместимость обеспечивает сопоставимость метрологических характеристик: классов точности, чувствительности, вариации измерений и др., их сохранность во времени, а также возможность расчета метрологических характеристик всего измерительного тракта ИИС.

Конструктивная совместимость агрегатных комплексов обусловливает механическое сопряжение средств и согласованность эстетических требований, а эксплуатационная - возможность компоновки системы с заданными надежностью и рабочими условиями эксплуатации.

Информационная совместимость создает согласованность входных и выходных сигналов по виду, диапазону изменения и порядку обмена сигналами. Она обеспечивается применением стандартных интерфейсов. Под интерфейсом понимаются электрические, логические и конструктивные условия, определяющие требования к соединяемым функциональным узлам и связям между ними. Наиболее подходящими для ИИС являются интерфейсы CAMAC -Computer Application for Measurement And Control.

Точность функционирования CAK в целом во многом зависит от точности съема информации ПИП, в которых неэлектрическая (или электрическая) величина преобразуется в электрическую с однозначной функциональной зависимостью.

Телемеханическая система (ТМС) представляет собой совокупность устройств телемеханики (диспетчерских задающих и контрольных устройств, а также средств локальной автоматики) и каналов связи. Предназначена для автоматической передачи информации управления и контроля на расстояние.

Собственно телемеханикой принято называть область науки и техники, охватывающую теорию и технические средства автоматической передачи на расстояние команд управления и информации о состоянии объектов производства. Телемеханика позволяет осуществлять координацию работы пространственно разнесенных агрегатов, машин, установок и вместе с каналами связи объединить их в единую систему управления и контроля производственными или иными процессами на расстоянии. Такая телемеханическая система может быть представлена блок-схемой (рис.2).

Рис.2. Блок-схема

1 - оператор или управляющая машина; 2 - устройства управления и контроля телемеханики; 3 - устройства местной (локальной) автоматики; 4 - ПИП -датчики; 5 - органы управления и контроля; 6 - объект управления и контроля.

TМC управления без устройств лекальной автоматики 3 относится к автоматическим системам управления. В другом, частном случае, когда ТМС осуществляет лишь контроль параметров процесса и передачу информации о них, она называется системой телеконтроля.

ТМС классифицируются по основным признакам: характеру передаваемых сообщений (непрерывные и дискретные); выполняемым функциям управления, сигнализации, измерения, регулирования и контроля); способу передачи сообщений (одноканальные и многоканальные); виду и расположению объектов управления и контроля (ТМС неподвижных и ТМС подвижных объектов); типам линий связи (ТМС с радиальной, цепочечной, древовидной и смешанной структурами); по способу передачи сигналов (ТМС с электрическими проводными и радиоканалами, ТМС с неэлектрическими - оптическими, акустическими, пневматическими и гидравлическими каналами связи), а также по принципам образования сигналов (ТМС интенсивности - параметром сигнала в ней служит величина тока или напряжения; ТМС с модулированными и кодовыми сигналами).

В качестве примера рассмотрим ТМС с радиальной (рис.3,а) и древовидной /рис.3,б/ структурами линий связи.

Оператор или управляющая машина с пульта ПУ посылает сигналы управления по каналам связи на исполнительные пункты и к объектам управления 2, а от них через пункты ИП поступают сигналы контроля параметров технологического процесса.

Рис. 3 Структуры линий связи телемеханической системы;

ПУ - пункт управления; ИП - исполнительный пункт; 1 - телемеханические устройства; 2 - объекты управления и контроля; 3 - ствол.

9.2 Экстремальные САУ

Поисковая система управления, система автоматического управления, в которой управляющие воздействия методом поиска автоматически изменяются т.о., чтобы осуществлялось наилучшее (в каком-то смысле) управление объектом; при этом характеристики объекта или внешние возмущения могут изменяться неизвестным заранее образом. Принцип автоматического поиска лежит в основе действия самоприспосабливающихся систем. П. с. существенно отличаются от следящих систем и систем стабилизации без поиска (в т. ч. систем программного регулирования), в которых устраняется до допустимых пределов рассогласование между заданными значениями регулируемых параметров и их текущими или средними значениями путём воздействия на управляющие переменные x (t), зависящего от этого рассогласования; при этом требуется, чтобы отношение выходных параметров y (t)объекта управления к его входным параметрам x (t) не меняло знак:

const. (1)

Однако для множества различных объектов, технологических и др. процессов типично то, что их статические и динамические характеристики могут изменяться произвольно. Таковы, например, полёт самолёта, процессы горения, многие химические реакции и др. При этом часто, наряду с нарушением условия (1), между целевыми функциями (характеризующими цель управления) и входным воздействием имеется статическая взаимосвязь экстремального вида. В таких системах количество начальной информации об объекте недостаточно для достижения цели управления. Естественный путь восполнения недостающей информации -- определение её в процессе работы.

Состояние объекта управления определяется управляющими воздействиями = [x1(t),..., xm (t)], внешними возмущениями = [f1(t),..., fk (t)] и выходными параметрами = [y1(t), …, yn (t)]. В П. с. входят: устройство формирования цели управления (УЦ), устройство организации поиска (УП) и органы управления (ОУ). УЦ состоит из измерительного и вычислительного устройств и по показателям состояния объекта вырабатывает показатель цели управления [x (t)]. Функционал [x (t)] может изменяться и перенастраиваться в зависимости от переменных = [u1(t), …, ui (t)]. УП включает устройства логического действия и зависимости от изменения [x (t)]; оно вырабатывает командные сигналы , необходимые для приближения системы к заданному значению показателя цели управления.

Поиск осуществляется следующим образом: на вход объекта подаются пробные воздействия и оценивается реакция на них объекта, проявляющаяся в виде изменения значения целевой функции (t); далее в УП определяются те воздействия, которые изменят показатель цели в нужную сторону; вслед за этим вырабатываются и подаются на вход объекта соответствующие сигналы, т. е. прикладываются рабочие воздействия. Затем на объект управления снова подаются поисковые воздействия и цикл повторяется.

Наиболее распространённые методы поиска: метод Гаусса -- Зейделя, при котором последовательно отыскивается экстремум выхода по 1-й, 2-й,..., m-й координате входного воздействия; метод градиента, состоящий в том, что новое входное воздействие получается из предыдущего в результате движения системы по градиенту выходного функционала; метод случайного поиска, при котором используются пробные смещения в случайных направлениях; метод стохастической аппроксимации, состоящий в последовательном приближении к экстремуму с учётом результатов предыдущих поисковых шагов, с постепенным уменьшением размера шага.

В первых П. с. требовалось отыскивать и поддерживать управляющие воздействия, обеспечивающие наибольшие или наименьшие (экстремальные) значения целевой функции (например, наибольшую дальность полёта самолёта, наибольший кпд устройства, наибольшую температуру в топке, наименьшую стоимость продукции и т.д.). Такие П. с. называются системами экстремального регулирования (СЭР) или экстремальными системами. Идея экстремального регулирования как нового направления в развитии систем автоматического управления впервые была выдвинута в СССР (В. В. Казакевич, 1944). Главное преимущество экстремальных систем состоит в том, что они не требуют значительной начальной информации об управляемом объекте, а также высокой точности измерительной аппаратуры, дающей текущую информацию об объекте, -- эта аппаратура должна лишь иметь чувствительность, достаточную для характеристики тенденции (направления) изменения контролируемых параметров.

Часто П. с. используется совместно с моделью объекта (см. Моделирование). В этом случае оптимальное значения параметров объекта выбираются методом поиска не на самом объекте, а на его модели. Затем значения этих параметров устанавливаются на объекте. Подобные системы применяют, например, для автоматического управления самолётом (автопилот).

П. с. применяют также для стабилизации регулируемого параметра. Это необходимо в том случае, когда нарушается условие (1).

9.3 Самонастраивающиеся системы

Самонастраивающаяся система автоматического управления, самоприспосабливающаяся система, в которой приспособление к случайно изменяющимся условиям обеспечивается автоматическим изменением параметров настройки или путём автоматического поиска оптимальной настройки. В любой несамонастраивающейся автоматической системе управления имеются параметры, которые влияют на устойчивость и качество процессов управления и могут быть изменены при регулировке (настройке) системы. Если эти параметры остаются неизменными, а условия функционирования (характеристики управляемого объекта, возмущающие воздействия) существенно изменяются, то процесс управления может ухудшиться или даже стать неустойчивым. Ручная настройка системы часто оказывается обременительной, а иногда и невозможной. Использование в таких случаях С. с. технически и экономически целесообразно и даже может оказаться единственным способом надёжного управления.

С.с. подразделяют на поисковые и беспоисковые. В поисковых С. с. необходимое качество управления достигается в результате автоматического поиска оптимальной (в некотором смысле) настройки (см. Поисковая система). Качество настройки характеризуется некоторым обобщённым показателем, связанным с первичными параметрами настройки сложным, обычно не вполне стабильным и недостаточно известным соотношением. Этот показатель измеряется непосредственно или вычисляется по измеренным значениям первичных параметров. Параметрам настройки в С. с. придаются поисковые или пробные изменения. Анализ колебаний показателя качества настройки, вызванных поисковыми воздействиями, позволяет установить, является ли настройка оптимальной, т. е. соответствующей экстремуму (максимуму или минимуму) показателя качества. Если имеют место отклонения от экстремума, то настройка изменяется до тех пор, пока не приблизится к оптимальной. Поисковые С. с. могут работать при изменении внешних условий в широких пределах.

Беспоисковые С. с. имеют перед поисковыми системами определённое преимущество, обусловленное тем, что поиск оптимального состояния отнимает значительное время, т. е. время самонастройки поисковых систем ограничено снизу. В беспоисковых С. с. используется некоторый контролируемый показатель качества управления (например, значение производной контролируемого параметра по времени). Автоматической настройкой параметров этот показатель поддерживается в заданных пределах. В зависимости от вида показателя различают С. с. с контролем переходных процессов, с контролем частотных характеристик, с эталонной моделью и др. Всё это -- замкнутые беспоисковые С. с. с замкнутым контуром самонастройки, в котором параметры настройки автоматически изменяются при выходе показателя качества за допустимые пределы. Некоторые замкнутые беспоисковые С. с. близки к обычным нелинейным системам автоматического управления с пониженной чувствительностью к характеристикам объекта -- к таким, например, как релейные системы или управления системы с переменной структурой. Наряду с замкнутыми применяют также разомкнутые С. с. -- т. н. системы параметрической компенсации. В этих С. с. контролируются воздействия, вызывающие изменение свойств объекта, и по заранее рассчитанной программе изменяются параметры настройки системы; контур самонастройки в этом случае разомкнут. Такая самонастройка может быть почти мгновенной, однако её осуществление требует контроля окружающей среды и достаточно точного знания законов воздействия среды на управляемый объект.

Самонастройка реализуется как специальной аппаратурой (в виде блоков самонастройки или самонастраивающихся экстремальных регуляторов), так и адаптивными алгоритмами центральных управляющих ЦВМ. Придание алгоритмам управления свойств самонастройки (адаптации) существенно расширяет возможности управления разнообразными процессами. Внедрение С. с. позволяет приблизиться к оптимальным режимам функционирования объектов, облегчает задачу унификации систем управления, сокращает время на испытания и наладку, снижает технологические требования на изготовление ряда узлов устройств управления, освобождает обслуживающий персонал от трудоёмких операций настройки. Практическое использование С. с. и самонастраивающихся алгоритмов -- одна из характерных черт технического прогресса в области управления.

9.4 Самоорганизующиеся и самообучающиеся САУ

Обучающаяся автоматическая система - обучаемая машина, самоприспосабливающаяся система, алгоритм управления которой изменяется в соответствии с оценкой результатов управления так, что с течением времени она улучшает свои характеристики и качество функционирования (см. Автоматическое управление). Проектирование и построение технических систем возможно только на основе начальной априорной информации о характере процессов, протекающих в системе, и условиях, сопровождающих работу системы и оказывающих на неё возмущающее воздействие. Когда имеется полная начальная априорная информация, можно достаточно точно определить такие значения характеристик проектируемой системы, которые обеспечивают заданное качество её функционирования; в этом случае нет необходимости в её обучении. При отсутствии полной начальной информации единственной возможностью создания системы с заданным качеством функционирования является использование при её разработке принципа обучения.

Обучение -- процесс многократных воздействий на систему и корректирования её реакций на эти воздействия. Внешняя корректировка, или, как её ещё называют, "поощрение" и "наказание", осуществляется "учителем", которому известна желаемая реакция на определённые воздействия. "Учителем" может быть либо человек -- оператор, либо автомат. Именно на основе обработки контрольной (апостериорной) информации происходит восполнение недостающей начальной информации. Если обучение осуществляется без внешнего обучающего устройства, то подобная система называется самообучающейся.

Обучение осуществляется с помощью алгоритмов, которые в зависимости от того, является ли О. а. с. дискретной или непрерывной, представляют собой систему стохастических разностных либо стохастических дифференциальных уравнений. Алгоритмы обучения реализуются средствами вычислительной техники -- цифровыми либо аналоговыми вычислительными машинами (в частности, электроинтеграторами) либо, наконец, гибридными вычислительными системами. По мере обучения О. а. с. накапливает опыт, на основе которого постепенно вырабатывается требуемая реакция системы на внешние воздействия; О. а. с. -- асимптотически оптимальная система, т.к. оптимальная реакция системы на внешние возмущения достигается не сразу, а с течением времени, в результате обучения. Наиболее полно исследованы О. а. с. распознавания образов, идентификации, фильтрации и управления.

В О. а. с. распознавания образов до начала их функционирования всё множество подлежащих опознанию объектов подразделяется на классы в соответствии с избранным принципом классификации. После этого составляется словарь признаков распознаваемых объектов и создаются технические средства для определения этих признаков. Если объём начальной априорной информации достаточен для того, чтобы произвести описание классов на языке признаков, то можно построить систему распознавания без обучения. Если же объём первоначальной информации недостаточен для описания классов либо такое описание по некоторым причинам составить неудобно, то система распознавания образов может быть сформирована с помощью обучения. О. а. с. до начала функционирования в качестве распознающей системы работает с "учителем", который предъявляет системе обучающие объекты всех выделенных классов и указывает, к каким именно классам они принадлежат. Затем учитель "экзаменует" систему, корректируя её ответы до тех пор, пока среднее количество ошибок не снизится до желаемого уровня. В результате обучения начальная априорная информация пополняется, что и обеспечивает О. а. с. распознавания возможность описывать классы с помощью избранного словаря признаков. При этом, чем точнее удаётся восстановить описание классов на языке словаря признаков, тем качественнее работает система и тем реже она допускает ошибки при распознавании неизвестных объектов или явлений (см. также Распознавание образов).

О.а.с. фильтрации предназначены для отделения полезного сигнала от помех, что необходимо, в частности, в радиолокации и при дальней радиосвязи. В условиях полной априорной информации о входных воздействиях (полезном сигнале и помехах) можно построить систему фильтрации, обеспечивающую экстремальное значение соответствующему критерию оптимальности, характеризующему работу системы. Однако в условиях недостаточности априорной информации обучение -- единственный путь построения оптимальной системы фильтрации. В процессе обучения изменяются параметры системы фильтрации, а иногда даже её структура, в результате чего критерий оптимальности асимптотически приближается к своему экстремальному значению.

О.а.с. управления могут применяться на летательных аппаратах, в технологических агрегатах и др. Структурная схема типовой системы автоматического управления, в которой на основе обучения реализуется оптимальный (в определённом смысле) процесс управления.

9.5 Роботы и гибкие производственные системы

Робот (чеш. robot, от robota -- подневольный труд, rob -- раб), машина с антропоморфным (человекоподобным) поведением, которая частично или полностью выполняет функции человека (иногда животного) при взаимодействии с окружающим миром. Термин "робот" был впервые введён К. Чапеком в пьесе "R. U. R." (1920), где Р. называли механических людей. С развитием робототехники определились 3 разновидности Р.: с жёсткой программой действий; управляемые человеком-оператором; с искусственным интеллектом (иногда называемые интегральными), действующие целенаправленно ("разумно") без вмешательства человека. Большинство современных Р. (всех трёх разновидностей) -- Р.-манипуляторы (см. Манипулятор), хотя существуют и другие виды Р. (например, информационные, шагающие и т. п.). Возможно объединение Р. первой и второй разновидностей в одной машине с разделением времени их функционирования. Допустима также совместная работа человека с Р. третьего вида (в так называемом супервизорном режиме). Первые Р. (андроиды, имитировавшие движения и внешний облик человека) использовались преимущественно в развлекательных целях (см. Автомат). С 30-х гг. в связи с автоматизацией производства Р.-автоматы стали применять в промышленности наряду с традиционными средствами автоматизации технологических процессов, в частности в мелкосерийном производстве и особенно в цехах с вредными условиями труда (рис. 1).

Промышленный Р.-манипулятор имеет "механическую руку" (одну или несколько) и вынесенный пульт управления или встроенное устройство программного управления, реже ЭВМ. Он может, например, перемещать детали массой до нескольких десятков кг в радиусе действия его "механических рук" (до 2 м), выполняя от 200 до 1000 перемещений в час. Промышленные Р.-автоматы имеют преимущество перед человеком в скорости и точности выполнения ручных однообразных операций. Наиболее распространены Р.-манипуляторы с дистанционным управлением и "механической рукой", закрепленной на подвижном или неподвижном основании. Оператор управляет движением "руки", одновременно наблюдая её непосредственно либо на телевизионном экране; в последнем случае. Р. снабжается "телевизионным глазом" -- передающей телевизионной камерой (рис. 2, а). Часто Р. оснащают обучающейся автоматической системой управления. Если такому Р. "показывают" последовательность операций, то система управления фиксирует сё в виде программы управления и затем точно воспроизводит при работе. Р.-манипуляторы используют для работы в условиях относительной недоступности (рис. 2, б) либо в опасных, вредных для человека условиях, например в атомной промышленности, где они применяются с 50-х гг. В 60-х гг. появились подводные Р.-манипуляторы разнообразных конструкций и назначения: от глубоководных управляемых аппаратов с "механическими руками" (в частности, для захвата образцов породы со дна моря и т. д.) и ползающих по морскому дну платформ с исследовательской аппаратурой до подводных бульдозеров и буровых установок.

В конце 60-х гг. в робототехнике возникло новое научное направление, связанное с созданием интеллектуальных Р. Такие Р. (рис. 3) имеют датчики очувствления (сенсорную систему), воспринимающие информацию об окружающей обстановке, устройство обработки полученной информации (искусственный интеллект) -- специализированную ЭВМ с набором программ -- и исполнительные механизмы (моторную систему). Действия интеллектуального Р. обладают некоторыми признаками человеческого поведения: датчики собирают информацию о предметах окружающего мира, их свойствах и взаимодействии; на основе этих данных искусственный интеллект формирует модель внешнего окружения и принимает решение о последовательности действий Р., которые реализуются исполнительными механизмами. К 1975 интеллектуальные Р. находились в стадии научных разработок и попыток использования их в промышленности.

Размещено на Allbest.ru