Главная страница  Цифровые системы 

[0] [1] [2] [3] [4] [5] [6] [7] [8] [ 9 ] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [52] [53] [54] [55] [56] [57] [58] [59] [60] [61] [62] [63] [64] [65] [66] [67] [68] [69] [70] [71] [72] [73] [74] [75] [76] [77] [78] [79] [80] [81] [82] [83] [84] [85] [86] [87] [88] [89] [90]

2.5. Заключение

Для задач управления в режиме реального времени нельзя применять обычные методы программирования из-за особенностей, присущих этому режиму, в частности;

- система реального времени содержит не одну, а несколько программ, каждая из которых отвечает за рещение определенной задачи;

- порядок выполнения операторов программы реального времени нельзя определить заранее;

- порядок исполнения может быть изменен внешними сигналами (прерываниями).

Цифровая ВТ применяется как для управления последовательностью операций, так и для управления с обратной связью. Во многих системах эти методы используются совместно. Конфигурация аппаратных средств зависит от многих факторов, от количества и вида входных и выходных сигналов технического процесса, количества и типа датчиков и исполнительных механизмов, динамики процесса и его внутренних связей и алгоритмов регулирования. Управляющая система должна постоянно проверять правильность функционирования технического процесса; в связи с этим особую важность имеет координация отдельных специализированных задач.

Организация обмена данными представляет собой центральную задачу систем управления процессами. Под этим понимается взаимодействие между вычислительной системой и физическим процессом, межпрограммный обмен данными, как локально, так и в распределенной среде, и интерфейс пользователя.

Рекомендации по дальнейшему чтению

Пример с прессом для пластика из раздела 2.1 взят из [Hassel/Tuvstedt, 1978]. Надежность программного обеспечения - тема статьи [Littlewood/Strigini, 1992]. Авария телефонной сети США в январе 1990 года широко освещалась в прессе, например [Newsweek, 1990].

Журналы

Список специализированных журналов, которые заполняют вакуум между теорией и практикой управления и автоматизации, гораздо короче, чем хотелось бы.

Журналы Control Engineering и ISA Journal, издаваемые Instrument Society о} America, посвящены новым разработкам в области автоматического управления, в первую очередь их практическому применению и проблемам эксплуатации. Инте ресные статьи по промышленной автоматизации можно найти также в Chemica Engineering и IEEE Spectrum. Серьезные научные статьи - хотя иногда слишком абстрактные и теоретизированные для обычных практических приложений - публг куются в Automatica, IEEE Transactions on Systems, Man and Cybernetics, lEEb Transactions on Industry Applications, IEEE Transactions on Robotics and Automation H IEEE Transactions on Power Systems.

Существуют два хороших немецких журнала - at ( Automatisierungstechnik) и atp (Automatisierungstechnische Praxis), выпускаемые издательством Oldenbourg в Мюнхене (Германия).

Описание и моделирование систем

Основные принципы моделирования. Анализ технических процессов с помощью моделей

Обзор

Описание системы - ее модель - содержит концентрированные знания о физическом/техническом процессе. Модель процесса необходима для того, чтобы управляющая система могла выдавать соответствующие команды на базе собранных измерений. Модель позволяет оценить, как техническая система будет реагировать на конкретное управляющее воздействие или внешнее возмущение и какое управляющее воздействие необходимо, чтобы достичь определенного состояния системы. Модели необходимы не всегда - для простых задач типа управления заслонкой для наполнения бака жидкостью или включения лампочки при наступлении темноты они просто излишни. Другие задачи управления являются более сложными, и для их решения необходима тщательно разработанная количественная модель. Например, точная модель динамики и траекторий движения обязательна в робототехнике.

Основные принципы динамических моделей сформулированы в разделе 3.1. Существуют два основных способа разработки моделей - на основе физических принципов и на основе экспериментальных данных (результатов измерений). Некоторые примеры применения этих подходов даны в разделе 3.2, а в разделе 3.3 приведены общие методы описания динамики непрерывных систем - в виде уравнений состояния и в виде отношения вход/выход. Дискретная модель системы - фундамент цифрового управления; основные принципы построения дискретных моделей изложены в разделе 3.4.

Если данные измерений используются в контексте знаний о системе, то можно рассчитать переменные процесса, которые не удается измерить. Процедура расчета или оценки значений переменных состояния есть следствие одной из основных характеристик системы, которая называется наблюдаемостью. Наблюдаемость - это оценка, дает ли имеющийся набор измерений адекватную информацию о системе. Другая характеристика системы - управляемость, которая показывает, достаточно ли параметров системы, на которую могут влиять исполнительные механизмы, для управления процессом нужным образом. Наблюдаемость и управляемость рассматриваются в разделе 3.5.

С моделированием процессов всегда связаны некоторые неопределенности; иногда их удается описать, что упрощает ситуацию. В разделе 3.6 рассмотрено описание неопределенностей с использованием статистических терминов и лингвистических ражений (в частности, средствами нечеткой логики).

Общие принципы анализа последовательностных сетей, широко используемых Управлении процессами, рассматриваются в разделе 3.7.



Глава 3. Описание и моделирование сист ,уоделиприменяемые в управлении

Модели играют важную роль в технологии измерений (глава 4), обработке сигнд. лов (глава 5), алгоритмах управления (главаб) и последовательностном управления (глава 7).

Необходимое замечание относительно употребления - и злоупотребления - тер. мином "система". Это одно из тех общих слов, которые в зависимости от контекста обо. значают или все, или ничего. Эта глава в основном посвящена методам анализа и описания физических систем, т. е. процессов, которые являются объектами управления. Глава 12 также посвящена системам, но в более широком смысле - как связать технический процесс с управляющим механизмом, чтобы получить желаемый результат. Поэтому термин "система" в главе 12 есть более сложное понятие, чем здесь. В этой главе показаны способы описания и анализа систем в смысле физических процессов, т. е. объектов управления, а в главе 12 излагаются подходы к проектированию систем в смысле совокупности решений, нацеленных на получение заданного результата.

3.1. Модели, применяемые в управлении

Модель процесса - основа управления. Любая стратегия управления базируется на некотором понимании того, как физический процесс реагирует на входной сигнал. Поэтому умение анализировать и моделировать динамику системы является основной предпосылкой для успешного управления.

3.1.1. Типы моделей

Существует много способов описания систем с помощью моделей. Конкретный выбор зависит от предварительно имеющейся информации, возможностей собирать данные о процессе по мере его развития и, что важнее всего, от цели моделирования, В отличие от науки, где целью моделирования является глубокое проникновение в суть системы, модель в инженерном смысле считается адекватной, если соответствующие процессы управления работают предсказуемым образом, т, е. имеется устойчивый выход с малыми отклонениями от заданного значения, воспроизводимость отклика на входной сигнал и т. д.

Примерз.1

Модель двигателя внутреннего сгорания

Двигатель внутреннего сгорания - чрезвычайно сложная динамическая система. Общей модели двигателя не существует, и модель фактически зависит от поставленной цели, т. е. для разных целей модели могут существенно отличаться.

Научная модель, цель которой - описать все детали процесса внутреннего сгорания, должна учитывать геометрию цилиндра, смешивание воздуха и топлива в цилиндре, химический состав топлива, распространение процесса горения в пространстве и времени и результирующие силы, которые приводят поршень в движение. Масштаб времени при этом измеряется миллисекундами.

Модель для конструирования системы управления составом горючей смеси будет использовать другой подход. Цель здесь - сохранить отношение воз-

д гх/топливо в смеси близким к расчетному оптимуму. При этом нет необходимости учитывать распространение процесса горения в пространстве - для уп-павления вполне достаточно знать расход воздуха и топлива по отдельности. Кроме того, масштаб времени отличается от миллисекундного диапазона научной модели и может быть в 10-100 раз больше.

" Совершенно другая модель нужна водителю. Важнее всего в этом случае - связь между давлением на педаль газа и ускорением автомобиля, а деталями горения или процессом смешивания воздуха и топлива можно пренебречь.

Прикладное управление ориентировано на динамические системы, т. е. системы, состояние которых можно смоделировать заранее и которыми можно управлять с помощью соответствующих сигналов. В динамических системах эффект от входного воздействия проявляется не сразу, а лишь спустя некоторое время. Существует много способов моделирования динамических систем, наиболее важные из которых следующие.

• Непрерывное во времени (аналоговое) описание (continuous time description). Система описывается линейными или нелинейными дифференциальными уравнениями баланса массы, энергии, сил или моментов. Во многих случаях нелинейные уравнения можно линеаризовать и тем самым упростить работу с ними.

• Дискретное во времени описание (sampled time description). Физические свойства описываются линейными или нелинейными разностными уравнениями. Такой подход означает, что информация о системе доступна только в определенные, дискретные, моменты времени. Этот тип описания в действительности почти неизбежен при цифровом управлении потому, что компьютеры, базирующиеся на наиболее распространенной архитектуре фон Неймана (von Neumann), выполняют инструкции последовательно. Определение интервала дискретизации, т. е. периодичности обновления или пересчета данных, является наиболее важным элементом такого моделирования.

• Модели систем, основанных на дискретных событиях (discrete events model) или на последовательности событий (sequencing system). Пример управления последовательностью событий был приведен в разделе 2.2.1. При таком описании входные и выходные величины системы дискретны во времени и обычно являются бинарными сигналами типа "включено/выключено". Многие системы управления последовательностью можно описать как системы очередей и моделировать так Называемыми марковскими цепями или марковскими процессами.

• Модели систем с неопределенностями (system with uncertainties). Как на сами управляемые системы, так и на измерения часто влияют нежелательные шумы и возмущения. В одних случаях возмущения и неполные знания о техническом процессе можно интерпретировать статистически. В других - факторы неопределенности вместо количественных характеристик можно описывать лингвистическими и логическими выражениями. Пример такого описания - правила экспертных систем "если-то-иначе". Еще одно средство описания неопределенностей - так называемая нечеткая (fuzzy) алгебра.

Обычное заблуждение заключается в предположении, что процесс можно исчер-Ць1вающе описать только одной моделью. В действительности верно обратное.



Глава 3. Описание и моделирование систец, . \/одели, применяемые в управлении

Структура и сложность модели должны соответствовать цели, моделирования, по-этому выбор модели процесса зависит от того, как она будет использоваться. каждого типа регуляторов также требуется своя модель. Наиболее приемлемой является простейшая из возможных моделей, которая обеспечивает управление, удовлетворяющее заданному критерию качества.

Системы и процессы можно рассматривать в терминах входных и выходных сигналов, связь между которыми описывается как во временной, так и в частотной областях (раздел 3.2.2).

3.1.2. Масштаб времени динамических моделей

Масштаб времени - одна из наиболее важных характеристик динамического процесса. Большинство технических систем и производств включают в себя несколько процессов, существенно отличающихся временем реакции. Поэтому при описании процесса важно выбрать масштаб времени, который соответствует поставленной цели.

Проиллюстрируем это на примере промышленного производства. Задачи управления можно разбить на несколько уровней (раздел 9.6.1). События на уровне станков происходят за доли секунды, как, например, при управлении манипулятором робота или инструментом станка. На следующем, более высоком уровне управления, на уровне участка, цель - синхронизация различных механизмов, например решение, когда робот должен переместить деталь между двумя станками. Масштаб времени здесь уже имеет порядок от секунд до минут. На уровне участка предполагается, что задача управления конкретным станком уже решена на более низком уровне. Масштаб времени на уровне участка определяется задачами снабжения станка заготовками, определения, свободен ли робот, чтобы захватить новую деталь, и т. д. На еще более высоком уровне планируется производство в целом, т. е, что производить и с какими конкретными характеристиками. Решение таких проблем может занимать дни или недели, и по сравнению с этим динамика одного станка рассматривается как одномоментная.

Другой пример различных масштабов времени в рамках одного и того же технического процесса - из области биологической очистки сточных вод. Сжатый воздух подается в аэраторный бак для поддержания жизнедеятельности аэробных микроорганизмов, которым нужен кислород; эта операция занимает несколько минут. Из-за неоднородности входного потока воды изменение концентрации растворенного кис лорода проявляется только через несколько часов, а для изменения метаболизма микроорганизмов нужны дни или даже недели. При изучении недельных изменений метаболизма процессы длительностью в несколько часов можно рассматривать как мгновенные. С другой стороны, для управления подачей воздуха необходимо измерять концентрацию растворенного кислорода ежеминутно, и в этом случае состав микроорганизмов и их концентрация считаются постоянными.

Выбор масштаба времени модели зависит от того, для кого она предназначена, т. е. от пользователя, в качестве которого может выступать, в частности, и автоматический регулятор. Оператор может проверить состояние технического процесса и принять управляющие решения за минуты и часы. Инженерная служба или отдеЛ логистики могут быть заинтересованы только в дневной производительности или суточных изменениях процесса, и поэтому им нужна другая временная шкала. На-

конец, директора завода интересуют, в первую очередь, объем производства и сезонные колебания спроса. Каждый подход и каждая реакция имеют свой собственный масштаб времени.

3.1.3. Моделирование динамических систем

Существуют как хорошо известные и давно изученные процессы, так и процессы, о которых известно очень мало и которые трудно поддаются количественному описанию. Например, динамика самолетов и ядерных реакторов изучалась очень тщательно и существуют достаточно точные, хотя и очень сложные модели этих процессов. Есть процессы, которые трудно описать количественно. Например, лабораторный процесс ферментации микроорганизмов одного типа в четко определенной питательной среде можно описать весьма точно. В отличие от этого, процесс биологической очистки сточных вод содержит сложную смесь организмов в среде, трудно поддающейся описанию. Такой процесс только частично можно описать обычными количественными моделями. Когда количественных моделей недостаточно или они слишком сложны, для описания процессов применяют семантические (лингвистические) модели. Другие примеры частично изученных процессов - производство металла, разделение жидких и твердых субстанций, многие биохимические процессы и работа печей кругового обжига.

Для процессов, параметры которых изменяются во времени, характерны свои специфические проблемы. Например, в биологической системе добавление нового субстрата в процесс может вызвать мутацию микроорганизмов, которая приведет к значительному изменению динамики всего процесса.

Как правило, моделирование сложной системы представляет собой трудный, дорогой и требующий много времени процесс, особенно если необходима экспериментальная проверка. В принципе, существуют два способа разработки модели. При физическом подходе модель формируется исходя из физических соотношений и уравнений баланса. Этот метод проиллюстрирован простыми примерами в разделе 3.2. Другой способ построения динамической модели основан на экспериментальных данных. В технический процесс вносятся возмущения в виде различных типов входных сигналов, а затем выполняется анализ серий входных и выходных данных ideMj процедуры, которая называется идентификацией параметров {parameter став - анализ выполняется в реальном времени, т. е. со скоростью, сопо-

° скоростью протекания процесса, то такая процедура называется рекур-ивнои оценкой {recursive estimation).

и иде "Рктике обычно применяется комбинирование физического моделирования Цесса"™ "Ртров. При более глубоком изучении основных свойств про-

тельн проще получить точное динамическое описание. Однако даже тща-

Римро° РРотанные модели, основанные на физическом подходе, требуют экспе-

"тальной проверки, в про"" многих процессов и систем изменяются не только во времени, но и систе" ""ЙРконцентрация жидкости в баке. Физический баланс таких Нроц °""вается уравнениями в частных производных. В системах управления Про уравнения обычно аппроксимируются конечными разностями по Ми Р"=твенным переменным для того, чтобы система описывалась обыкновенны-

•Чифференциальными уравнениями.




[0] [1] [2] [3] [4] [5] [6] [7] [8] [ 9 ] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [52] [53] [54] [55] [56] [57] [58] [59] [60] [61] [62] [63] [64] [65] [66] [67] [68] [69] [70] [71] [72] [73] [74] [75] [76] [77] [78] [79] [80] [81] [82] [83] [84] [85] [86] [87] [88] [89] [90]

0.0142