ЦП Автоматизированные системы управления и промышленная безопасность

БК Автоматизированные системы управления и кибернетика

  • Увеличить размер шрифта
  • Размер шрифта по умолчанию
  • Уменьшить размер шрифта
Программные и аппаратные средства автоматизации.

Кусочно-линейный агрегат

E-mail Печать PDF

Кусочно-линейный агрегат

В 60-ых годах XX в. был введен класс моделей сложных систем, названных агрегативными. Основным элементом построения таких моделей был кусочно-линейный агрегат (КЛА). Эти модели обладают рядом привлекательных свойств, позволяющих использовать их в рамках общей схемы исследования сложных систем

Определение кусочно-линейного агрегата (КЛА)

КЛА относится к классу объектов, которые принято изображать в виде преобразователя (рис. 1), функционирующего во времени tÎT=[0, ¥) и способного восприниматьвходные сигналы х со значениями из некоторого множества X, выдавать выходные сигналы у со значениями из множества Y и находиться в каждый момент времени в некоторомсостоянии z из множества Z

Класс КЛА отличает специфика множеств X, Y, Z, допустимые формы входных и выходных сообщений (т.е. функций х(t) и у(t), t Î Т), траекторий
z(t), tÎТ, а также способ преобразования входного сообщения в выходное.

 

Поясним указанное выше.

Прежде всего отметим, что динамика КЛА носит «событийный» характер. В КЛА могут происходить события двух видов: внутренние и внешниеВнутренние заключаются в достижении траекторией КЛА некоторого подмножества ZÌ Z состояний; внешние – в поступлении входного сигнала.

Между событиями состояние КЛА изменяется детерминированным образом. Каждому состоянию z ставится в соответствие величина t = t (z), трактуемая как потенциальное время до наступления очередного внутреннего события. Cостояние КЛА в момент tнаступление события – является случайным.

В момент t* наступления внутреннего события, – выдается выходной сигнал у*, содержание которого зависит лишь от z*. (В частности, выходной сигнал может быть и пустым, т. е. не выдаваться). После случайного скачка t(z) вновь определяется время до наступления внутреннего события.

Рассмотрим теперь момент t** наступления внешнего события, связанного с поступлением входного сигнала. Тогда состояние КЛА в момент t** является случайным, зависящим лишь от х и z**. В момент t**, выдается выходной сигнал у **, содержание которого определяется х и z**.

(Условимся считать, что если моменты наступления внешнего и внутреннего событий совпадают, то изменение состояния осуществляется в соответствии с правилом наступления внешнего события, т. е. входные сигналы имеют приоритет над внутренними событиями).

Таким образом, динамику КЛА можно представить в следующем виде.

Пусть в некоторый момент задано состояние КЛА. Тогда определяется время t(z), через которое совершается случайный скачок, и меняется состояние. Начиная с момента наступления события (внешнего или внутреннего), ситуация повторяется, и динамику КЛА можно описать в виде задания фазовой траектории изменения состояний z (t),определенной на

t Î Т = [0, ¥). Процесс функционирования КЛА полностью определяется изменениями, происходящими в особые моменты времени – моменты наступления событий (внешних или внутренних). Между особыми моментами состояние КЛА меняется детерминированно..
Подробнее...
 

13. Идентифицируемые модели.

E-mail Печать PDF

 

13. Идентифицируемые модели.

 

В основе всех ныне весьма многочисленных методов идентификации или опытного отождествления модели с объектом-оригиналом, лежит идея мысленного эксперимента с «черным ящиком» (Н. Винер). В предельном (теоретическом) случае «черный ящик» представляет собой некую систему, о структуре и внутренних свойствах которой неизвестно решительно ничего. Зато входы, т.е. внешние факторы, воздействующие на этот объект, и выходы, представляющие собой реакции на входные воздействия, доступны для наблюдений (измерений) в течение неограниченного времени. Задача заключается в том, чтобы по наблюдаемым данным о входах и выходах выявить внутренние свойства объекта или, иными словами, построить модель. Решение задачи допускает применение двух стратегий:

1. Осуществляется активный эксперимент. На вход подаются специальные сформированные тестовые сигналы, характер и последовательность которых определена заранее разработанным планом. Преимущество: за счет оптимального планирования эксперимента необходимая информация о свойствах и характеристиках объекта получается при минимальном объеме первичных экспериментальных данных и соответственно при минимальной трудоемкости опытных работ. Но цена за это достаточно высока: объект выводится из его естественного состояния (или режима функционирования), что не всегда возможно.

2. Осуществляется пассивный эксперимент. Объект функционирует в своем естественном режиме, но при этом организуются систематические измерения и регистрация значений его входных и выходных переменных. Информацию получают ту же, но необходимый объем данных существенно, на 2-3 порядка больше, чем в первом случае.

На практике при построении идентифицируемых моделей часто целесообразна смешанная стратегия эксперимента. По тем входным переменным конкретного объекта, которые это допускают (по условиям безопасности, техническим, экономическим соображениям и пр.),  проводится активный эксперимент. Его результаты дополняют данными пассивного эксперимента, охватывающего все прочие значимые переменные. «Черный ящик» - теоретически граничный случай. На деле есть объем исходной информации. На практике приходится иметь дело с «серым», отчасти прозрачным  ящиком. Поэтому различают три основных класса постановки задачи идентификации объекта:

1. Для сложных и слабо изученных объектов системного характера достоверные исходные данные о внутренних свойствах и структурных особенностях исчезающе малы, почти отсутствуют. Поэтому задача идентификации, казалось бы, должна включать в себя с одной стороны, определение зависимостей, связывающих входы и выходы (обобщенного оператора), с другой определение внутренней структуры объекта. В такой постановке задача не разрешима даже теоретически. Непосредственным результатом идентификации является только определение зависимостей входы-выходы, причем не в параметрической форме – в виде таблиц или кривых. Для того, чтобы говорить о структуре модели, необходимо перейти к параметрической форме их представлений. Однако, как известно, однозначной связи между функциональной зависимостью и порождающей эту зависимость математической структурой не существует. Каждую непараметрическую зависимость вход-выход можно аппроксимировать различными способами и соответственно построить ряд практически равноценных моделей, характеризующихся собственной структурой, собственным набором параметров и их значений. Основанием для предпочтения той или иной параметрической модели могут быть только данные, внешние по отношению к процессу идентификации, например, основанные на  теоретических соображениях. Если таких данных нет, то в рассматриваемой ситуации мы получаем чисто функциональную или имитационную модель, которая воспроизводит с тем или иным  приближением  характеристики объекта.

Подробнее...
 

12. Аналитические модели.

E-mail Печать PDF

 

12. Аналитические модели.

АНАЛИТИЧЕСКИЕ МОДЕЛИ

Одним из главных результатов многовекового развития науки является познание и объяснение бесчисленного множества объективно существующих явлений и процессов, протекающих на разных уровнях живой и неживой природы. Компоненты теоретического арсенала современной науки – картины мира, теории, законы, принципы – все они от наиболее общих практически универсальных, таких как законы сохранения вещества и энергии, начала термодинамики, закон всемирного тяготения и других, до сугубо локальных, относящихся к узкому классу  объектов или явлений, носят модельный характер. Таким образом в распоряжении исследователя, решающего на основе моделирования конкретную исследовательскую или прикладную задачу, сегодня находится огромное множество моделей-заготовок, которые, очевидно, могут и должны быть использованы. Наиболее благоприятной является ситуация, когда подлежащие описанию и исследованию свойства объекта удается представить непосредственно на основе ранее разработанных и практически достоверных модельных конструктов, являющихся элементами соответствующих областей теоретического знания (механики, термодинамики, электротехники и т.п.). В этом случае создаваемая конкретная модель должна быть охарактеризована как аналитическая (теоретическая). Она, как правило, не только описывает свойства и характеристики объекта, но вскрывает и в  терминах соответствующих теорий выявляет сущность процессов, протекающих в исследуемом объекте. Все допущения и ограничения переносятся на модель.

На практике теоретические модели выступают в двух основных ролях. Прежде всего, они образуют структурную основу и являются главным исходным материалом всех без исключения теоретических построений. Любая теория, относящаяся к сфере точных наук, есть не что иное, как система взаимосвязанных аналитических моделей, подчиненная регулятивным принципам и универсальным  зависимостям более высокого уровня.

Подробнее...
 

11. Общая логика построения моделей.

E-mail Печать PDF

 

11. Общая логика построения моделей.

1) Модельное исследование, как любой другой вид осознанной целенаправленной деятельности начинается с возникновения проблемы – потребности изменить в лучшую сторону существующее либо ожидаемое положение вещей в той или иной области. Источник проблемы – предшествующее развитие данной области или же внешние факторы.

2) Осмысление или конкретизация проблемы приводит к формулировке цели или системы целей как желательного результата будущей деятельности по решению проблемы.

3) Поставленная цель должна быть соотнесена с реальными возможностями ее достижения, т.е. с ресурсами (материальными и другими). Сопоставление целей с ресурсными ограничениями приводит к формулировке задачи исследования, которая помимо непротиворечивой системы конкретных целей, учитывающих ресурсные возможности, включает в себя объект моделирования. Задача и объект моделирования должны рассматриваться совместно.

Подробнее...
 

10. Адекватность и эффективность математических моделей.

E-mail Печать PDF

 

10. Адекватность и эффективность математических моделей.

Вопрос о необходимой и достаточной степени соответствия объекту – оригиналу или адекватности модели относится к числу важнейших в сфере модельной методологии. Под эффективностью понимают практическую полезность. Процесс моделирования неизбежно протекает в условиях диалектического взаимодействия двух противостоящих друг другу тенденций. С одной стороны, исследователь всегда стремиться к возможно более полному и точному воспроизведению в модели свойств и характеристик объекта. Неизбежным следствием такого подхода является рост сложности, которая проявляется в числе переменных, числе учитываемых связей и влияний, повышении требования к точности исходных данных и т.д. Именно эта сторона дела – требование полноты соответствия модели объекту – оригиналу акцентируется в большинстве философских работ и даже рассматривается некоторыми авторами как мера совершенства модели. Однако практика показала неопровержимо: эффективность модели находится в обратной зависимости от её сложности, быстро убывая с ростом последней.

Подробнее...
 

9. Статические и динамические модели.

E-mail Печать PDF

 

9. Статические и динамические модели.

 

Статические и динамические модели. Статические модели относятся к объектам, практически неизменяющимся во времени или рассматриваемым в отдельные временные сечения. Динамические модели воспроизводят изменения состояний («движение») объекта с учетом как внешних, так и внутренних факторов.

Для динамических моделей часто вводят понятия стационарность и нестационарность. Чаще всего стационарность выражается в неизменности во времени некоторых физических величин: стационарным является поток жидкости с постоянной скоростью, стационарна механическая система, в которой силы зависят только от координат и не зависят от времени.

Подробнее...
 

8. Сосредоточенные и распределенные модели.

E-mail Печать PDF

 

8. Сосредоточенные и распределенные модели.

Сосредоточенность или распределенность характеризуют объекты с точки зрения роли, которую играет в их модельном описании пространственная протяженность (на фоне скорости распространения физических процессов). Если пространственной протяженностью объекта можно пренебречь и считать, что независимой переменной является только время (протекающих в нем процессов), принято говорить об объекте с сосредоточенными параметрами. К числу таких объектов, которые описываются (в случае детерминированности и непрерывности) обыкновенными дифференциальными уравнениями, относится подавляющее большинство механизмов, машин и вообще локальных технических устройств (расстояния между компонентами практически не влияют на исследуемые свойства и характеристики). В пространственно

Подробнее...
 

7. Детерминированные и стохастические модели.

E-mail Печать PDF

 

7. Детерминированные и стохастические модели.

 

Детерминированность или стохастичность. Если в модели среди величин имеются случайные, т.е. определяемые лишь некоторыми вероятностными характеристиками, то модель называется стохастической (вероятностной, случайной). В этом случае и все результаты, полученные при рассмотрении модели, имеют стохастический характер и должны быть соответственно интерпретированы.

Подробнее...
 


Страница 9 из 52

Поиск по сайту

Голосование

Какую среду программирования вы используете чаще всего?
 

Посетители


Регистрация / Вход