Автоматизация технологических процессов и производств.
Вот те вопросы:
1. Понятие интеллектуального управления. Интеллектуальность “в большом” и “ в малом”.
использование алгоритмов интеллектуального управления (англ. - intelligent control), предполагающих отказ от необходимости получения точной математической модели объекта, ориентации на применение “жестких” (простейших, как правило, линейных) алгоритмов формирования управляющих воздействий, стремления во что бы то ни стало воспользоваться известными разработчику методиками синтеза, ранее положительно зарекомендовавшими себя для других, более простых классов объектов. В основе интеллектуального управления лежит идея построения высокоорганизованных САУ, основанных на использовании моделей переменной сложности и неопределенности, с выполнением таких интеллектуальных функций, традиционно присущих человеку, как принятие решений, планирование поведения, обучение и самообучение в условиях изменяющейся внешней среды . Под обучением понимается способность системы улучшать свое поведение в будущем, основываясь на экспериментальной информации, которую она получала в прошлом, о результатах взаимодействия с (объектом) окружающей средой. Самообучение - это обучение без внешней корректировки, т.е. без указаний “учителя”.
Согласно [3-5], интеллектуальной системой управления считается такая, в которой знания о неизвестных характеристиках объекта управления и окружающей среды формируются в процессе обучения и адаптации, а полученная при этом информация используется в процессе автоматического принятия решений так, что качество управления улучшается.
Необходимым признаком интеллектуальной системы является наличие базы знаний (БЗ), содержащей сведения (факты), модели и правила, позволяющие уточнить поставленную задачу управления и выбрать рациональный способ ее решения. Нередко об интеллектуальных системах говорят как о системах, основанных на знаниях ( knowledge - based systems). В зависимости от характера реализуемых интеллектуальных функций, т.е. от уровня интеллектуальности, различают ИСУ интеллектуальные “ в большом” и “в малом” [5].
Определение 1. Управляющие системы, интеллектуальные “ в большом”, - это системы, организованные и функционирующие в соответствии со следующими 5-ю принципами ( в полном их объеме).
10. Взаимодействие с реальным внешним миром с использова -
нием информационных каналов связи.
20. Принципиальная открытость системы с целью повышения интеллектуальности и совершенствования собственного поведения.
30. Наличие механизмов прогноза изменений внешнего мира и собственного поведения системы в динамически изменяющемся внешнем мире.
40. Наличие многоуровневой иерархической структуры, построенной в соответствии с правилом: повышение интеллектуальности и снижение требований к точности моделей по мере повышения уровня иерархии в системе ( и наоборот).
50. Сохраняемость функционирования (возможно, с некоторой потерей качества или эффективности; иначе, с некоторой деградацией) при разрыве связей или потере управляющих воздействий от высших уровней иерархии управляющей структуры.
Определение 2. Управляющие системы, интеллектуальные “в малом”, не удовлетворяют перечисленным выше принципам, но используют при функционировании знания (например, в виде правил) как средство преодоления неопределенности входной информации, описания управляемого объекта или его поведения.
Иерархическая структура системы, интеллектуальной “в большом”, включает в себя следующие уровни управления (рис.1.2):
* уровень планирования (или стратегический уровень);
* уровень координации (тактический уровень);
исполнительный уровень (уровень регулирования).
10. Генетическое программирование.
генетическое программирование , под которым понимается применение генетической модели обучения в пространстве программ [29]. В данном случае в качестве индивидуумов, составляющих популяцию, выступают уже не указанные выше достаточно простые линейные структуры - хромосомы, а компьютерные программы, которые, будучи исполненными, представляют собой кандидатов на решение поставленной задачи.
Еще в 50-х годах один из создателей теории искусственного интеллекта американский профессор Артур Сэмюель задавался вопросом: “Можно ли обучить компьютер решению задачи, не прибегая к непосредственному программированию ? Другими словами, как можно заставить компьютер сделать то, что ему поручено, без того чтобы подробно проинструктировать его, как это сделать?”.
Препятствием к тому, чтобы научить компьютер решать задачи, не будучи соответствующим образом для этого запрограммированным, является то, что существующие сегодня методы машинного обучения, построения адаптивных и самоорганизующихся систем, нейронных сетей, нечеткой логики и т.п. не ориентированы на нахождение решения в виде компьютерных программ. Вместо этого, они имеют дело с узкоспециализированными структурами, имеющими отношение к конкретному классу задач и определяемыми с помощью формальных грамматик, деревьев решений, матриц синаптических ве-
сов нейронных сетей, фреймов, продукционных правил или хромосом при использовании обычного ГА. Это, в свою очередь, существенно ограничивает возможности программирования ЭВМ, поскольку перечисленные выше структуры не обладают необходимой гибкостью, присущей такому уникальному объекту, как компьютерная программа
Гибкость компьютерных программ обусловлена прежде всего тем, что они:
* имеют иерархическую организацию;
* реализуют альтернативные вычисления, т.е. ход решения зависит от результатов промежуточных вычислений;
* обеспечивают возможность реализации итеративных и рекурсивных процедур;
* определяют промежуточные значения и подпрограммы так, что они могут последовательно использоваться вновь;
* работают с переменными различных типов.
3. Классификация САУ. Системы стабилизации, системы программного управления, следящие системы
САУ в зависимости от характера изменения управляющего воздействия делятся на три класса:
1) – системы автоматический стабилизации;
2) – системы программного регулирования;
3) – следящие системы.
1) системы автоматический стабилизации
в процессе работы такой системы управляющее воздействие остается величиной постоянной. Основной задачей данной системы является поддержание на постоянном уровне с допустимой ошибкой регулируемой величины независимо от действующий возмущений, которые вызывают отклонение регулируемой величины от заданной ей значения. Отклонением регулируемой величины называют разность между значением регулируемой величины в данный момент времени и её значением принятым за начало отсчета. Понятие отклонения регулируемой величины является характерным для систем автоматической стабилизации и позволяет дать качественную оценку динамическим свойствам систем этого класса.
Пусть в некоторый момент времени t0 возмущающее воздействие f(t) скачком изменилась от значения F1 до значения F2. И приняло постоянную характеристику (прямая 1). Это изменение вызовет изменение регулируемой величины x(t1) по кривой 2 от заданного значения x(t0). Тогда в соответствии с определением отклонение регулируемой величины в момент времени t1 будет величина Δх.
Δx(t) = x(t1) – x(t0).
Системами автоматической стабилизации является различного рода САР, предназначенные для регулирования скорости, напряжения, температуры, давления.
2) системы программного регулирования
В этих системах управляющие воздействие изменяется по заранее установленному закону в функции времени или координат системы. Эта система является системой воспроизведения, в которой основной задачей является по возможности более точное воспроизведение управляющего воздействия на выходе в виде соответствующих изменений регулированной величины. От точности воспроизведения управляющего воздействия на выходе судят о величине ошибки, которая определяется как разность между величиной управляющего воздействия и регулированной величиной в момент времени t.
ε = g (t) – x(t)
g(t) – управляющее воздействие
x(t) – регулируемая величина
ε – ошибка
3) следящие системы
В следящих системах управляющее воздействие является величиной переменной, но математическое описание управляющего воздействия во времени не может быть установлено, т.к. источником сигнала служит внешнее явление, закон изменения которого заранее не известен. Следящие системы предназначены для воспроизведения на выходе управляющего воздействия с той характеристике по которой можно судить о динамических свойствах следящей системы. Ошибка в следящей системе является сигналом, в зависимости от величины которого осуществляется управление исполнительными механизмами системы.
Система автоматического регулирования и управления представляет собой комплекс, состоящий из регулирующего объекта и регулятора. По характеру используемых элементов и функций, которые они выполняют системы автоматической стабилизации, следящие системы и системы программного управления принципиальных различий не имеют. В соответствии с принципом действия системы автоматического регулирования можно выделить основные элементы как правило присутствующие во всех трех классах систем. Во всех трех классах систем управляющее воздействие сравнивается с регулируемой величиной. Для выполнения этой операции применяют устройства, которые называются элементами сравнения.