Вы находитесь на странице: 1из 13

1

Оптимальное управление и методы оптимизации


УДК 681.513;62.505;621.9.04
С.І. Осадчий, В.А. Зозуля

КОМБИНИРОВАННЫЙ МЕТОД СИНТЕЗА ОПТИМАЛЬНЫХ СИСТЕМ


СТАБИЛИЗАЦИИ МНОГОМЕРНЫХ ПОДВИЖНЫХ ОБЪЕКТОВ ПРИ СТАЦИОНАРНЫХ
СЛУЧАЙНЫХ ВОЗДЕЙСТВИЯХ

Вступление
Создание гарантированно конкурентоспособных систем стабилизации движения
сложных многомерных подвижных объектов, в том числе неустойчивых, которые
функционируют в условиях действия случайных неконтролируемых возмущений, с
минимальными затратами на проектирование является одним из главных требований
достижения успеха на рынке данного класса устройств. Как отмечено в монографии [1],
одним из наиболее эффективных и проверенных при создании авиационной и космической
техники путей выполнения такого условия есть применение экспериментально-
аналитического подхода к проектированию оптимальных систем стохастической
стабилизации.
Указанный подход предусматривает выполнение нескольких взаимосвязанных этапов
проектировочных работ:
- экспериментальное исследование динамики векторов сигналов «вход-выход»
прототипа объекта управления в реальных условиях функционирования;
- выполнение структурной или параметрической идентификации моделей динамики
прототипа или опытного образца подвижного объекта на основе полученных неслучайных
характеристик векторов сигналов «вход-выход»;
- определение оптимальной структуры и параметров многомерного регулятора на
основе применения современных методов синтеза оптимальных многомерных систем
стабилизации к результатам идентификации;
- анализ рубежей качества стабилизации прототипа объекта, включенного в
оптимальную систему стабилизации, в реальных условиях функционирования;
- разработка технического предложения на создание новой или модернизацию
существующей системы стабилизации многомерного подвижного объекта управления.
Успех применения такого подхода определяется с одной стороны соответствием
алгоритмов идентификации, синтеза и анализа реальным условиям функционирования
объектов управления и особенностями их динамики, а с другой - наличием системы
компьютерной математики, позволяющей применить отмеченные выше алгоритмы для
автоматизированного проектирования оптимальных систем автоматического управления.
2
Существует достаточно большое количество алгоритмов синтеза оптимальных систем
стабилизации многомерных линейных динамических объектов во области, реализованных в
САПР на основе решения матричных алгебраических уравнений Риккати. Они гарантируют
получение прозрачных и корректных результатов в условиях, когда динамика объекта
управления характеризуется матрицей передаточных функций порядок числителя которых
меньше или равен порядку знаменателя, а на его входах действуют векторы возмущений и
помех в виде  - коррелированных белых шумов [2, 3].
В то же время, динамика достаточно широкого круга подвижных объектов (летательные
аппараты, морские суда, автомобили, работы манипуляторы) [1, 4-6] с учетом приводов
рулей не отвечает указанным условиям. В такой ситуации, как следует из работ [1, 3, 7-9],
одним из наиболее эффективных путей синтеза оптимальных структуры и параметров
многомерных систем стабилизации является применение частотных методов, особенно при
неустойчивых или неминимально фазовых объектах управления.
Однако, использование известных частотных методов синтеза оптимальных
многомерных систем стабилизации в САПР ограничено за счет повышенной
вычислительной сложности, которая возникает при выполнении математических операций с
полиномиальными и дробно-рациональными матрицами комплексного аргумента и
проявляется в уменьшении надежности получения результата. Следовательно,
представляется актуальным выполнение исследования, направленного на обоснование
нового алгоритма синтеза оптимальных систем стохастической стабилизации движения
многомерных объектов управления как устойчивых, так нет, в условиях действия
стационарных случайных внешних возмущений, который бы имел повышенную надежность
получения результатов вычислений.

Анализ исследований и публикаций


Анализ исследований и публикаций по вопросам синтеза оптимальных линейных
многомерных инвариантных во времени систем управления в частотной области [1, 7-10],
показал, что базовым методом создания таких систем можно считать метод, изложенный в
работе [7].
Он основан на использовании формулы Фробениуса для обращения полиномиальных
матриц и достаточно сложных вычислений при формировании служебных полиномиальных
матриц специального вида. Все это ограничивает успешность использования в САПР
алгоритмов из работы [7] для решения задачи синтеза. В при увеличении порядка и
размерности объекта управления. В то же время, в этой монографии доказано, что структура
и параметры данных служебных матриц не влияют на выбор оптимального регулятора и
3
эффект от его использования в системе, а определяют лишь ход и сложность
вычислительных процессов синтеза.
В монографии [8], обосновано новую процедуру определения служебных матриц,
оговоренных выше, на основе факторизации соответствующим образом построенной
блочной полиномиальной матрицы. Это дало возможность автору значительно упростить
базовый алгоритм синтеза. В то же время, полученные в работе [8] соотношения позволяют
синтезировать оптимальную многомерную систему стабилизации, которая предназначена
для функционирования в условиях действия случайных возмущений в виде вектора белого
шума и при идеальном измерении координат объекта.
В монографии [1], обосновано новый метод синтеза оптимальных многомерных систем
стабилизации динамических объектов, в том числе неустойчивых, предназначенных для
работы в условиях действия стационарных случайных внешних возмущений при
“неидеальных“ измерениях выходных координат объекта. Алгоритмы, построенные на
основе этого метода, предусматривают выбор служебных полиномиальных матриц
специального вида из физических соображений, что значительно упрощает процедуру их
формирования. В то же время, многократное применение данного метода для решения задач
создания систем стабилизации показало, что с ростом размерности объекта управления
возникают проблемы катастрофической потери точности вычислений при выполнении
компьютерных расчетов с ограниченной длиной разрядной сеткой.
Цель данной работы заключается в обосновании нового комбинированного метода
синтеза оптимальных многомерных систем стабилизации, который бы простоту
вычислительного алгоритма из книги [8], а также возможности и физическую прозрачность
алгоритмов из монографии [1].

Постановка задачи синтеза


В терминах работы [1] задача синтеза формулируется следующим образом. Допустим,
что задан n – мерный линейный объект управления, движение которого описано системой
обыкновенных дифференциальных уравнений, представленных при нулевых начальных
условиях в преобразованном по Лапласу виде
P0 x0  M 0u  0 , (1)
где – х0 - n – мерный вектор выходных координат объекта; Р0 – полиномиальная матрица
размерности n×n, которая характеризует динамику объекта управления и может иметь
полином определитель |P0(s)| с нулями, расположенными в правой полуплоскости
комплексного переменного s=α+jβ (ППП); u – m –мерный вектор сигналов управления; М0 –
полиномиальная матрица размерности nm, которая определяет чувствительность объекта к
4
изменению сигналов управления; 0 n – мерный вектор стационарных случайных
возмущений с нулевым математическим ожиданием и дробно-рациональной матрицей
спектральных плотности S0ψ0.
Будем считать также, что вектор выходных координат х0 измеряется полностью с
помощью системы неидеальных датчиков, динамика которой определяется матрицей
передаточных функций K. На выходе измерителей действует n –мерный вектор
центрированных стационарных случайных шумов  с дробно-рациональной матрицей
спектральных плотностей S.
Необходимо по известным полиномиальным и дробно-рациональным матрицам М0,
Р0, K S00, и Sφφ найти структуру и параметры матрицы передаточных функций регулятора
W, включение которого в обратную связь к объекту управления обеспечивает устойчивость
системы стабилизации (рис. 1) и доставляет минимум следующему критерию качества
e  x0/ Rx0  u / Cu , (2)

где “< >” – знак математического ожидания; R – положительно определенная


полиномиальная весовая матрица размера nn, которая определяет влияние дисперсии
ошибки стабилизации на значение критерия е; С – неотрицательно определенная
полиномиальная весовая матрица размера mm, которая ограничивает дисперсию сигнала
управления u; “/” – знак транспонирования.

Рис. 1 Структурная схема многомерной системы стабилизации

Основной материал исследования

Для решения поставленной задачи осуществлена поэтапная перестройка структурной


схемы рис. 1 к стандартному виду [1]. На первом этапе преобразований структурная схема
(рис.1) приведена к выходу х датчиков K (рис.2), и получена эквивалентная с соотношениями
(1) система дифференциальных уравнений
Px  Mu  , (3)

в которой приняты следующие обозначения


5
P  K10 P0 K 1 ; M  K10M 0 ; x  Kx0 ;   K10 0 . (4)

Рис. 2. Результат первого этапа структурных преобразований

Для определения полиномиальной матрицы K10 с минимальным возможным порядком


элементов предлагается совместное использование алгоритмов левостороннего удаления
полюсов [11] и MFD разложения [9] дробно-рациональной матрицы K-1 и произведения
матриц P0K-1. При этом матрица K10 должна быть найдена в результате MFD разложения [9]
следующего произведения
K101 P1  P0 K 20
1
, (7)
где K20 – результат левостороннего удаления полюсов матрицы передаточных функций
датчиков [11]
1
K 20 K2  K , (8)
а между определителями полиномиальных матриц K10 и K20 существует тождество
K10  K 20 ,

которое является следствием MFD разложения дробно-рациональных матриц.


На втором этапе структурная схема (рис.2) приведена к стандартному виду (рис.3), когда
на входе системы стабилизации действует расширенный вектор возмущений 
  En , P  0 , (9)

где вектор ξ0 является результатом вертикальной конкатенации векторов  и 


 
0    ; (10)
 
Еn – единичная матрица размера nn;
а на выходе системы действует вектор y.
По аналогии с работой [1] связь между векторами ξ0 и х0 определяется как
 
x0  K 1 Fy En , P   On , En   0 , (11)

где F y – матричная передаточная функция замкнутой системы “объект + регулятор” от

возмущения  к вектору y; Оn – нулевая матрица размера n×n. Вектор сигналов управления u


в замкнутой системе также зависит от расширенного возмущения 
6
u  Fu En , P  0 , (12)

где Fu – матричная передаточная функция системы “ объект + регулятор” от возмущения 

к вектору u.

Рис. 3. Структурная схема типовой системы стабилизации

В работах [1, 7] на основе уравнения (3) доказано, что между матрицами Fu и F y

существует взаимосвязь, которая характеризуется следующим соотношением


PFy  MFu  En , (13)

кроме этого показано, что структура и параметры данных матриц зависят от матрицы
передаточных функций регулятора W
Fu  W P  MW  ,
1
(14)

Fy  P  MW  .
1
(15)

Таким образом, структурные преобразования (рис. 1 - рис. 3) и уравнения (11), (12)


сводят задачу синтеза оптимальной системы стабилизации к задаче минимизации
функционала (2), представленного в виде
e  x / Rx  u / Cu . (16)

Для решения этой задачи перепишем функционал (16) в частотной области


j

e
1
j j

tr S xx/ R  S uu
/

C ds , (17)

где j – комплексная единица; tr – след матрицы; Sxx , – транспонированная дробно-


рациональная матрица спектральных плотностей отклонений выходных координат объекта
 - транспонированная матрица спектральных плотностей отклонений
управления; S uu
сигналов управления, R – положительный определенная дробно-рациональная весовая
матрица, которая при известных матрицах R0 и K равняется R  K*1  R0  K 1 ; s –

комплексная переменная (s=j).


Определим матрицу варьируемых передаточных функций Ф в виде
7
Fu  z 22Ф  z 21 , (18)
где z22, z21 –дробно-рациональные матрицы


z 22  B  AP 1M  1
; z 21   z 22 AP 1 ; (19)
А, В – полиномиальные матрицы, найденные в результате представления вспомогательной
блочной матрицы Н
 On P M
H   P* R Onm  (20)
 M * Omn  C 

в виде произведения двух факторов (блочных полиномиальных матриц) V и 


H  V*V , (21)
где
 En S N   On En Onm 
V   On P  M  ;    En
 On Onm  (22)
Omn A B  Omn Omn  Em 

при условии, что определитель |V| - полином Гурвица.


Алгоритм факторизации матрицы (21) впервые предложен и детально описан в работе
[8]. Подстановка выражений (20) и (22) в уравнение (21) доказывает существование
следующих соотношений:
P* S  S* P  A* A  R,
M * S  N * P  B* A  Omn ,
(23)
P* N  S* M  A* B  Onm ,
M * N  N * M  B* B  C.
В таком случае, критерий качеств (17) с учетом уравнений (9) – (13) и (18) превращается
в функционал
j

 E  E  E   On 
e   tr  n  z 21* M * P*1 RG  n  P*1 RG S00  Ф* z 22* M * P*1 RGS00  n  
1
  RGS00 
j  j 
 P*   P*   P*   En 
 E 
 z 21*Cz 21  z 21*Cz 22Ф  Ф* z 22*C z 21  Ф* z 22*Cz 22ФEn , P S00  n ds (24)
 P* 
где G – дробно-рациональная матрица, которая равняется
G  P 1Mz21 En , P  P 1Mz22ФEn , P  P 1 En , P  On , En ; ;

S00 – транспонированная матрица спектральных плотностейрасширенного вектора

возмущений ξ0; “*” – знак эрмитового сопряжения матрицы [12].


8
Матрица S00 определяется в результате применения теоремы Винера – Хинчина к

вектору (10) в виде



 S  
S
S00  
 
, (25)

 S S

где S – транспонированная матрица спектральных плотностейвектора эквивалентных

возмущений, которая с учетом выражения (6) равняется


  K10  S 0 0  K10* ;
S (26)

S – транспонированная матрица взаимных спектральных плотностей между векторами и


  K10  S
S  0. (27)

Поиск алгоритма определения структуры и параметров матрицы передаточных функций


W, как и в работах [1, 7, 8] можно осуществить в результате минимизации функционала (24)
на классе устойчивых и физически реализуемых варьируемых матриц Ф с помощью
процедуры Винера – Колмогорова. В соответствии с этой процедурой найдена первая
вариация функционала (24):
j
   
tr *  tr ** Фds,
1
e   tr Ф*
j  j  Ф* Ф 
(28)

где Ф – аналитическая в ППП вариация

  En 
Ф*
  
tr *  z 22* M * P*1 RP 1 M  C z 22Ф En , P S00    z 22* M * P*1 RP 1 M z 21 
 P* 

E  E 

 M * P*1 RP 1  Cz 21 En , P S00  n   z 22* M * P*1 ROn , En S00  n .
 P*   P* 
Обозначим
Г* Г  z 22* M * P*1 RP 1M  C z 22 , (30)
где Г – результат факторизации [10] произведения матриц в правой части уравнения (30).
Если выполняются соотношения (23), то выражение (30) легко приводится к виду
Г* Г  z 22* B*  M * P*1 A* B  AP 1M z 22. (31)
Учет обозначений (19) позволяет доказать, что
Г * Г  Em . (32)
Определим матрицу D как результат левосторонней факторизации [10]
транспонированной матрицы спектральных плотностей обобщенных возмущений
9
E 
DD*  En , P S00  n  . (33)
 P* 
Принимаем, что дробно-рациональная матрица Т равняется:
T  z 22* M * P*1 RP 1Mz21  M * P*1 RP 1  Cz 21 D , (34)
а матрица G –
G   z 22* M * P*1 RS  P* D*1 .
  S (35)

Поскольку выполняются соотношения (23), то выражение (34) приводится к виду


T  z 22* M * P*1S*  N* D , (36)
а частная производная (29) упрощается и представляется как

tr *  ФDD*  TD*  GD* . (37)
Ф*
Таким образом, первая вариация функционала качества (28) становится равной
j

e   tr Ф* ФDD*  TD*  GD*   DD*Ф*  DT*  DG* Фds.


1
(38)
j  j

Как видно из монографии [1], матрица варьируемых функций Ф, которая отвечает


условиям устойчивости и физической реализуемости, о также доставляет минимум
функционалу (24), учитывая выражение (38), должна определяться на основе следующего
соотношения
Ф  T0  T  G0  G D 1 , (39)
где Т0+Т+ – дробно-рациональная матрица, которая является устойчивой частью результата
сепарации (расщепления) [10] матрицы Т; G0+G+ – устойчивая часть результата сепарации
матрицы G.
Подстановка результата (39) в выражение (18) и решение уравнения (16) относительно
матрицы передаточных функций регулятора, с учетом соотношения (19), позволяет
определить что
W  B  ФM   A  ФP .
1
(40)
Таким образом, получен новый комбинированный метод синтеза оптимальных
многомерных систем стабилизации. Его отличительной чертой является уменьшение
количества вычислений при выполнении этапов синтеза по отношению к базовым
алгоритмам [1, 7].

Пример применения

Для иллюстрации эффективности нового комбинированного алгоритма синтеза


рассмотрим пример создания системы стабилизации двумерного неустойчивого
10
динамического объекта приведенный в монографии [1]. Допустим, что динамика объекта
управления (рис. 1.) описывается матрицами:
s  1 s  1   s  2 0
P0    ; M0  
1
; (41)
 0  s  3  0
матрица передаточных функций измерителей К=E2 (Е2 – единичная матрица размерности
2×2); шумы измерения  отсутствуют; на объект действует вектор возмущений ψ0 с
нулевыми математическими ожиданиями и транспонированной матрицей спектральных
плотностей S 0 0

1 0
S 0 0     E2 , (42)
0 1 
а весовые матрицы R=C=E2. Нужно определить матрицу передаточных функций
оптимального регулятора W.
Поскольку измерение вектора выходных координат х0 осуществляется идеально по
условиям задачи, то выполняются следующие уравнения
K10  K 20  E2 , K  K1  K 2  E2 , P  P0 , M  M 0 , x  x0 ,    0 . (43)
Подставка матриц (41), (43) в выражение (20) позволяет определить вспомогательную
полиномиальную матрицу Н, подлежащую факторизации специального вида
 0 0 s 1 s 1  s  2 0 
 0 0 0 s3 0  1

 s  1  s  1  1 0 0 0
H  . (44)
 0 s  3 0  1 0 0 
 s2 0 0 0 1 0
 
 0 1 0 0 0  1
Факторизация (21) этой матрицы на основе алгоритма [8] позволила определить
следующие блоки матрицы V, необходимые для последующего выполнения синтеза
 0,763 0,0256   0,6506 0
A  ; B ; (45)
0,0874  6,139  0,0874 1
 0,1599 0,0725   0,1599 0
S  ; N . (46)
0,0874  6,139 0,0874 0
После подстановки матриц (41) и (45) в выражение (19) найдена дробно-рациональная
матрица z22
1 0,70711s  3,226s  1  0,5218s  1 
z 22    s  1,54 s  3
. (47)
s  1,513s  3,253  0,0618 s  3
Результат левосторонней факторизации транспонированной матрицы возмущений S/ψψ,
которая равна S/ψ0ψ0, имеет вид
11
1 0
D . (48)
0 1 
Принимая во внимание полученные результаты (45), (46), (47), и (48), а также отсутствие
помех измерения, сформируем дробно-рациональные матрицы Т и G, которые подлежат
сепарации, на основе алгоритмов (34), (35)
1  0,113 s  3,178  0,0618s  3 
T
 s  1,513 s  3,253 0,0874 s  0,586 6,226 s  1,533
 , (49)

G  O2 , (50)
где О2 – нулевая матрица размерности 2×2.
Рассмотрение выражения (49) позволяет сделать вывод о том, что результат сепарации
матрицы Т имеет следующий вид
T0  T  O2 , (51)
поскольку элементы матрицы Т правильны дроби, полюса которых расположены в ППП. В
свою очередь матрица G0+G+ также является нулевой. Таким образом, варьируемая матрица
Ф (39) является матрицей размера 2×2, все элементы которой равны нулю. И, в результате
применения алгоритма (40) к матрицам (45) находим матрицу передаточных функций
оптимального регулятора в виде
  1,174  0,0394
W  . (52)
  0 ,189 6,135 
В таком случае, матрицы передаточных функций оптимальной многомерной системы
стабилизации по сигналам управления Fu и по координатами, определенные из уравнений
(14), (15), имеют следующий вид
1  0,54s  3,142  0,522s  1 
Fu 
s  1,513s  3,253  0,0874 s  3  6,226s  1,533
 , (53)

1 0,46s  3,135  0,478s  1,038


Fy 
s  1,513s  3,253  0,0874  s  1,54 
. (54)

Сравнение результатов (52), (53), и (54) с соответствующими матрицами,


представленными в монографии [1], указывает на их полную аналогию с точностью до
ошибок округления. В то же время, как и ожидалось, значительно упрощается процедура
сепарации (34), (35) за счет уменьшения количества операндов в отмеченных выражениях по
отношению к соответствующим алгоритмам, приведенным в работах [1, 7].
12
Вывод

Комплексное применение процедуры определения служебных матриц в результате


специального класса факторизации вспомогательной матрицы и базового метода
минимизации квадратичного функционала в частотной области позволило обосновать новый
метод синтеза оптимальных структуры и параметров системы стохастической стабилизации
линейного многомерного объекта управления, возможно неустойчивого. Его характерной
особенностью является уменьшение вычислительной сложности выполнения оптимального
синтеза в частотной области за счет уменьшения количества операндов, полиномиальных и
дробно-рациональных матриц, а также снижения порядков полиномов у них.

Список литературы

1. Азарсков В.Н. Методология конструирования оптимальных систем стохастической


стабилизации: Монография / В.Н. Азарсков, Л.Н. Блохин, Л.С. Житецкий / Под ред. Блохина
Л.Н. – К.: Книжное издательство НАУ, 2006. – 440с.
2. Линейные оптимальные системы управления / Х.Квакернаак, Г. Сиван; пэр. с англ.
В.А. Васильева, Ю.А. Николаева.- М.: Мир, 1977. – 650с.
3. Polynomial J-Spectral Factorization / H. Kwakernaak, M. Sebek // IEEE Transactions On
Automatic Control, vol. 39 – NO.2 – February, 1994. – pp. 315-328
4. Осадчий С.І. структурная идентификация математических моделей многомерного
объекта с произвольной динамикой по неполным данным / С.І. Осадчий, Л.Б. Блохин, Р.В.
Жесан // Материалы международной конференции «Интеллектуальные системы принятия
решений и проблемы вычислительного интеллекта», т.2 – Херсон: ХНТУ, 2009. – С.30-33.
5. Блохин Л.М. Оценка динамических характеристик продольного канала сверхлегкого
летательного аппарата на малых высотах полета / Л.М. Блохин, С.І. Осадчий, Б.О. Гаврилюк
и др. // Научные труды академии. – Вип. VIII – Кировоград: ДЛАУ, 2004. - С. 198-204.
6. Осадчий С.І. Идентификация динамики двухприводной системы управления
деревообрабатывающего станка / С.І. Осадчий, І.А. Шаповалова, С.А. Коропалов //
Модернизация и управление состоянием экологоэкономических систем региона.
Математическое обеспечение интеллектуальных систем моделирования. – Вип. 3, 2006. – К.:
МННЦІТС, 2006. – С.225-231.
7. Оптимизация линейных инвариантных во времени систем управления: (монография)
/Ф.А. Алиев, В.Б. Ларин, К.И. Науменко, и др. - К.: Наук. думка, 1978.- 327с.
8. Науменко К.И. Наблюдение и управление движением динамических систем / К.И.
Науменко. - К.: Наук. думка, 1984.- 208с.
13
9. Kuchera V. Discrete line control: the polynomial equation approach / V. Kuchera – Praha:
Akademia, 1979. – 206p.
10. Алиев Ф.А. Н2 – оптимизация и методы пространства состояний в задаче
синтеза оптимальных регуляторов / Ф.А. Алиев, В.А. Бордюг, В.Б. Ларин – Баку: ЭЛМ, 1991.
– 326с.
11. Davis M.C. Factoring the spectral matrix / M.C. Davis // IEEE Trans. Automat.
Cointr. – 1963.- AC-8, N 4. – г. 296-305.
12. Гантмахер Ф.Р. Теория матриц / Ф.Р. Гантмахер - М.: Наука, 1988.- 552с.