Модели и алгоритмы автоматизированного исследования иерархических мультимикропроцессорных систем управления технологическими объектами

Atajonov M.O

MODELS AND ALGORITHMS OF AUTOMATED RESEARCH OF HIERARCHICAL MULTI-MICROPROCESSOR SYSTEMS OF MANAGEMENT OF TECHNOLOGICAL OBJECTS.

In this article, the question of constructing a model and algorithm for automated research, hierarchical multi-microprocessor control systems for technological objects is considered.

Key words: control process, multi-microprocessor systems, model and algorithm of automation, hierarchy of microprocessor control systems, model design.

Непрерывное усложнение технических объектов, повышение ответственности выполняемых ими функций, расширение диапазона условий эксплуатации, широкое внедрение средств компьютерной техники в процессе управления приводят к ужесточению требований, предъявляемых к системам автоматического управления этими объектами. Одним из путей решения этой проблемы является многоуровневая организация процесса управления, расчленяя системы автоматического управления на ряд взаимодействующих подсистем и применяя при этом средств микропроцессорной техники, создавая при этом системы управления с мульти микропроцессорной структурой.

В настоящее время интенсивно ведутся работы в этом направлении. Вместе с тем, эти разработки ориентирован на применение традиционных классических методов исследования подобных систем. Характерной чертой классических методов является невозможность учета особенностей современных технологий и производственных систем, таких как иерархичность системы управления, переменность структуры и т.д.

В связи с этим актуальной является задача создания моделей и алгоритмов автоматизированного исследования многоуровневыми распределенными системами автоматического управления с мульти микропроцессорной структурой, позволяющих учесть структурных и параметрические особенности объектов управления, а также совокупное проявление дискретного и непрерывного характера процессов.

Настоящее время эффективное функционирование сложных многоуровневых технологических процессов и объектов управления фактически нереализуемо без применения мульти микропроцессорных систем управления. Создания таких систем предполагает применение комплекса взаимосвязанных микропроцессорных систем управления на каждом уровне функциональной иерархии многоуровневого объекта управления. В частности на нижнем уровне иерархии в функции микропроцессорных систем могут входить решение таких задач, как предоставленное цифровое управление и алгоритмическая поддержка регуляторов локальных систем управления; на более высоком уровне микропроцессорные системы призваны выполнять функции координации режимов работы локальных систем управления; на еще более высоком уровне системы управления решают задачи расчета оптимальных режимов, обеспечивающих наиболее качественное, экономичное и производительное функционирования. Естественно, что функциональная иерархия микропроцессорных систем управления предполагает и временную иерархию задач, решаемых на каждом из уровней. Если на нижнем уровне периодичность решение задач, может составлять от долей секунды до нескольких секунд, то на верхнем задача может решаться несколько раз на смену или сутки.

В соответствии с этим на каждом из уровней для анализа процесса управления и функционирования объекта управления, а также для синтеза алгоритмов управления, оптимальных режимов работы и непосредственно, управляющих воздействий могут и должны использоваться различные виде моделей. На уровне локальных систем управления и подсистем непосредственного цифрового управления могут быт модели динамике в виде дифференциальных и разностных уравнений и их систем, непрерывных и дискретных передаточных функций, модели, представленные в пространстве переменных состояния. Разработка алгоритма анализа и синтеза на этом уровне существенно усложняется необходимостью учета нелинейностей различного рода, как подающихся линеаризации, так и фактически нелинеаризуемых.

К последним, в частности, относятся модели, широко и эффективно применяемых в настоящее время и перспективных в дальнейшем, систем - амплитудно-, широтно- частото-, Анализ существующих программных средств и алгоритмических аппаратов показал наличие достаточно эффективных современных пакетов программ моделирования, оптимизации управления в реальном времени и решение других задач. Недостатком их является то, что они работают с одним, в лучшем случае - двумя, конкретным типом моделей. Примером могут служить пакеты расширения, входящие в состав такой мощной и современной системы математического регулирования как MATLAB.

В частности, пакет SIMLINK служит для имитационного моделирования моделей, состоящих из графических блоков с заданными свойствами. В качестве блоков могут служить различного рода динамические модели (диф.Уравнения, передаточные функции) и без инерционные звенья. Пакет ^игаШй'^гкяТооШохсодержит средства для построения и моделирования нейронных сетей, базирующихся на поведении математического аналога нейрона. Пакет FuzzyLogicToolbox обеспечивает поддержку современных методов нечетной кластеризации и адаптивных нечетных нейронных сетей и относятся к теории нечетных множеств. Пакет OptimizationToolbox служит длярешение оптимизационных задач и систем нелинейных дифференциальных уравнений. Пакет ControlSystemToolbox предназначен для моделирования, анализа и проектирования непрерывных и дискретных систем автоматического управления. Пакет StateFlow служит для моделирования событийно- управляемых систем, основанный на теории конечных автоматов.Пакет PredictiveControlToolbox содержит средства для реализации стратегии упреждающего управления.

В тех случая, когда построение адекватной модели, в силу ряда причин, оказывается невозможным или использование существующих моделей является недостаточно эффективным, применяют различного рода адаптивные модели, меняющие свою структуру и параметры в зависимости от изменяющихся условий функционирования или ситуационные модели, построенные на основе знаний и опыта специалистов.

Методические основе конструирования моделей процессов и алгоритмов цифрового автоматического управления, функционирующим в нестационарных и частично неопределенных производственных условиях служат динамические модели, базирующиеся на методе пространства состояний с учетом режимов работы цифровых управляющих устройств, а также принцип иерархической декомпозиции моделей.

Это позволят свести сложную задачу цифрового управления САУ к более простым иерархически связанным задачам формирования моделей технологических процессов и объектов: распознаванию ситуаций и анализу объектов, планированию режимов работы исполнительных механизмов.

компьютерный управление алгоритм автоматизированный

Список литературы

1. Безугмов Д. А., Каленко И.В. «Цифровые устройства и микропроцессоры» Ростов на Дону 2006г.

2. Марахимов А. Р., Игамбердиев Х. З., Юсупбеков А. Н., Сиддиков И. Х. Нечетко множественные модели и интеллектуальное управление технологическими процессами. -Т.: ТашГТУ, 2014. -240 с.

3. PyrkinA. Output control algorithm for unstable plant with input delay and cancellation of unknown biased harmonic disturbance // A. Pyrkin [et al.]. - Proc. 9th IFAC Workshop on Time Delay System. - 2010.

Размещено на Allbest.ru