Перейти к содержимому
UzScite
  • НСИ
    • Новости События
    • Методическая информация
    • Нормативные документы
  • Каталог журналов
  • Указатель авторов
  • Список организаций

Algorithms for regular synthesis of adaptive systems management of technological objects based on the concepts of identification approach

Sevinov J.U.

Igamberdiev H.Z.

Химическая технология. Контроль и управление

  • № 6(90) 2019

Страницы: 

42

 – 

49

Язык: английский

Открыть файл статьи
Открыть страницу статьи в Интернет

Аннотация

Приводятся устойчивые алгоритмы адаптивного управления, оценивания параметров регулятора, синтеза процедуры адаптивного управления динамическими объектами по критерию минимума дисперсии и синтеза субоптимального адаптивно-локального управления динамическими объектами на основе прогнозирующих моделей. Приведены алгоритмы устойчивой идентификации динамических объектов управления на основе методов регуляризации и псевдообращения, основанные на сингулярном разложении. На основе использования аппроксимаций в виде конечной суммы гауссовских распределений разработаны алгоритмы рекуррентной идентификации с помощью множественных моделей и адаптации их параметров. Предложены устойчивые алгоритмы идентификация параметров объекта и регулятора в замкнутой системе управления на основе принципа итеративной регуляризации с привлечением метода вариационных неравенств, обеспечивающие сходимость искомых оценок параметров объекта и регулятора почти наверное к истинным значениям.Предложены устойчивые алгоритмы формирования управляющих воздействий в локально-оптимальных адаптивных системах управления динамическими объектами на основе неортогональных факторизациях и псевдообращениях плохообусловленных или вырожденных квадратных матриц, способствующие повышению точности формирования управляющих воздействий в замкнутом контуре управления.

Адаптив бошқариш, ростлагич параметрларини баҳолаш, динамик объектларни адаптив бошқариш жараёнларини дисперсиянинг минимумлиги мезони бўйича синтезлаш, башоратловчи моделлар асосида динамик объектларни субоптимал адаптив-локал бошқаришни синтезлашнинг турғун алгоритмлари келтирилган. Сингуляр ажратишга асосланган мунтазамлаштириш ва мавҳум тескари тартибда ёзиш усуллари асосида динамик бошқариш объектларини идентификациялашнинг турғун алгоритмлари келтирилган. Тўпламли моделлар ва уларнинг параметрларини гаусс тақсимотининг чекли йиғиндиси кўринишида силлиқлантиришдан фойдаланиш асосида мослаштириш ёрдамида реккурент идентификациялаш алгоритмлари ишлаб чиқилган. Объект ва ростлагич параметрларининг изланаётган баҳоларини деярли ҳақиқий қийматларга мувофиқлигини таъминловчи вариацион тенгсизликлар усулидан фойдаланиб, итератив мунтазамлаштириш тамойили асосида берк бошқариш системасидаги объект ва ростлагич параметрларини идентификациялашнинг турғун алгоритмлари ишлаб чиқилган. Алгоритмлар берк бошқариш контурида бошқариш таъсирини шакллантириш аниқлигини оширишга имкон берувчи ортогонал бўлмаган омиллаштириш ва ёмон шартланган ёки хос квадрат матрицаларни мавҳум тескари тартибда ёзиш асосида динамик объектларни локал-оптимал адаптив бошқариш системаларида бошқариш таъсирларини шакллантиришнинг турғун алгоритмлари таклиф этилган.

Stable algorithms of adaptive control, estimation of controller parameters, synthesis of adaptive control of dynamic objects by the criterion of minimum dispersion, and synthesis of suboptimal adaptive-local control of dynamic objects based on predictive models are presented. Algorithms for the stable identification of dynamic control objects based on regularization and pseudoinversion methods based on a singular decomposition are presented. Based on the use of approximations in the form of a finite sum of Gaussian distributions, recurrent identification algorithms have been developed using multiple models and adapting their parameters. Stable algorithms are proposed for identifying the parameters of an object and a controller in a closed-loop control system based on the principle of iterative regularization using the method of variational inequalities, ensuring the convergence of the desired estimates of the parameters of the object and the controller almost certainly to true values. Stable algorithms for generating control actions in locally optimal adaptive control systems for dynamic objects based on non-orthogonal factorizations and pseudoinversions of ill-conditioned or degenerate square matrices are proposed that enhance the accuracy of forming control actions in a closed control loop.

Список использованных источников

  1. Krasovsky A.A. 1987. The directory of the automatic control theory. Ìoscow: Science.
  2. Tsykunov A.M. Adaptive and robust control of dynamic objects by output. Publisher: Fizmatlit, 2009. - 268 p.
  3. Igamberdiyev H., Yusupbekov A., Zaripov O., Sevinov J. Algorithms of adaptive identification of uncertain operated objects in dynamical models. Procedia Computer Science. Volume 120, 2017, Pages 854-861.
  4. Igamberdiyev X.Z., Sevinov J.U., Zaripov O.O. Regulyarniye metodi i algoritmi sinteza adaptivnix system upravleniya s nastraivayemimi modelyami. -T.: TashGTU, 2014. -160 p.
  5. Zybin E.Yu. On the identifiability of linear dynamic systems in a closed loop in the normal operation mode. Izvestiya SFedU. Technical science. ¹4 (165), 2015. -PP. 160-170.
  6. Ljung L. 1991. Systems identification, p.432. The theory for the user: Translated from English. Moscow: Science.
  7. Kashyap R.A., Rao A.R. Building dynamic models from experimental data. Per. from English -M.: Nauka, 1983. - 384 p.
  8. Puzyrev V.A. Management of technological processes for the production of microelectronic devices. M.: Radio and communications, 1984. -160 p.
  9. Kelmans G.K., Poznyak A.S., Chernitser A.V. Algorithms of “local” optimization in problems of asymptotic control of nonlinear dynamic objects // Autom. 1977. No. 11. -FROM. 73-88.
  10. Neymark Yu.I., Kogan M.M., Savelyev V.P. Dynamic models of control theory. -M.: Science, 1985.
  11. Igamberdiyev, H.Z; Sevinov, J.U; Yusupbekov, A.N; and Zaripov, O.O (2018) "Sustainable algorithms for synthesis of local-optimal adaptive dynamic object management systems.," Chemical Technology, Control and Management: Vol.2018: Iss. 3, Article 14. Available at: https://uzjournals.edu.uz/ijctcm/vol2018/iss3/14.
  12.  Tikhonov, A., Arsenin, V. (1979) Methods of Ill-conditioned Problems Solution, p. 285. Nauka Publishers, Moscow.
  13. Vainikko G.M., Veretennikov A.Yu. Iterative procedures in incorrect tasks. - M.: Nauka, 1986. - 178 p.
  14. Bakushinsky A.B., Kokurin M.Yu. Iterative methods for solving irregular equations. - M.: Lenand, 2006. - 214 p.
  15. Vorchik B.G. Identifiability of linear parametric stochastic systems. II. Identifiability conditions. /Automation and Remote Control, 1985, 46, 867–878.
  16. Sevinov J.U. Algorithms of Sustainable Identification of Dynamic Objects in the Closed Control Line // International Journal of Innovative Technology and Exploring Engineering (IJITEE) ISSN: 2278-3075, Volume-9 Issue-2, December 2019. –PP.54-56. DOI: 10.35940/ijitee.A4842.129219.
  17. Lawson C., Henson R. Numerical solution of the least squares method problems / Per. from English –M.: Science. Ch.ed. Phys.-Math. lit., 1986. –232 p.
  18. Tikhonov A.N., Goncharsky A.V., Stepanov V.V., Yagola A.G. Numerical methods for solving ill-posed problems,Moscow: Nauka, 1990.
  19. Morozov V.A. 1987. Regular methods of the decision it is incorrect tasks in view. Moscow: Science.
  20. Demmel J. Computational linear algebra. Theory and applications: Per. from English –M.: Mir, 2001 –430 s.
  21. Derevitsky D.P., Fradkov A.A. Applied theory of discrete adaptive control systems. -M.: Science, 1981. - 216 p.
  22. Vorñhik Â.G., Fetisov V.N., Shteinberg Sh.Ye. The identification of a stochastic feedback system / Autom. Remote Control, 34:7 (1973), 1069–1081.
  23. Vorchik B.G. Plant identification in a stochastic closed model / Autom. Remote Control, 36:4 (1975), 550–565.
  24. Bakushinskij A.B., Goncharsky A.V. 1989. Iterative approach of ill-conditioner problems solution, p.119. Moscow:Science.
  25. Bodyanskiy E.V., Boryachok M.D. Locally-optimal pseudodual control of objects with unknown parameters // Autom.1992. ¹ 2. - PP.90-97.
  26. Darkhovsky B.S. On the roughness conditions of a locally optimal stabilization system // Automation and Automation,1988, No. 5. –C.41-50.
  27. Kogan M.M., Neymark Yu.I. Functional capabilities of adaptive locally optimal control // Autom. 1994. -¹6. -FROM.94-105.
  28. Degtyarev G.L., Rizaev I.S. Synthesis of locally optimal aircraft control algorithms. -M.: Mechanical Engineering,1991. - 304 p.
  29. Gantmakher F.R. Matrix theory. - M.: Nauka, 2010. - 560 p.
  30. Meleshko V.I. On regularized nonorthogonal factorizations and pseudoinversions of perturbed matrices // Journal of Computational Mathematics and Mathematical Physics. Volume 26, 1986, No. 4. –C.485-498.

Список всех публикаций, цитирующих данную статью

Copyright © 2025 UzScite | E-LINE PRESS