3.Основные классы алгоритмов типового совершенного регулирования

1.Алгоритмы адаптивного регулирования (самонастраивающиеся адаптивные регуляторы). Большинство производственных процессов изменяет свои свойства и характеристики со временем. Установленные параметры систем управления приходится со временем изменять. Передача этих функций контроллеру приводит к возникновению совершенно самоперестраивающихся средств – адаптивных систем регулирования. В простейшем случае в систему ПИД регулирования вводится программа адаптации, которая корректирует параметры регулятора. В ней выполняется последовательность действий:

- непрерывно вычисляется текущая дисперсия регулируемой величины и при превышении ею заданного значения начинаются действия по подстройке параметров регулятора;

- для этого на вход регулятора подаются специальные калиброванные сигналы скачкообразной или синусоидальной формы, амплитуда которых должна быть различима на фоне имеющихся возмущений и, в то же время, не приводить к существенным колебаниям регулируемой величины;

- измеряется реакция регулируемой величины на эти входные сигналы и по ним рассчитывается текущая модель объекта;

- на основе текущей модели вычисляются и устанавливаются новые параметры регулятора.

Существенно более сложным по структуре, но значительно более точным и широким по области применения является адаптивный алгоритм нейрорегулирования, построенный по технологии, имитирующей работу нейронов мозга. В нем процесс адаптации параметров регулятора производится непрерывно, т.к. нейрорегулятор постоянно следит за изменяющимися характеристиками объекта.

2. Алгоритмы прогнозного регулирования (предикт контроллеры). На практике – одни из наиболее эффективных средств автоматического регулирования, т.к. реализуют субоптимальные управляющие воздействия на объект. Принцип работы прогнозирующего регулятора: на каждом такте его работы он вводит в встроенную в него динамическую модель объекта текущие значения измеренных входных потоков, а дальше в быстром масштабе времени перебирает на модели ряд вариантов будущих управляющих воздействий на определенное число тактов. По каждому варианту определяются значения регулируемых величин на время числа промоделированных тактов, а по ним вычисляется значение заданного критерия, присущего данному варианту стратегии управления. Затем в качестве управляющих воздействий принимается воздействие того варианта стратегии, который дал лучшее значение критерия, это же воздействие подается на вход модели. Сопоставление полученных после этого выходов модели и объекта за ряд тактов позволяет судить о точности модели и указывает момент необходимости ее адаптации. На следующем цикле заново проводится весь цикл перебора вариантов стратегий и опять реализуется первый такт управляющих воздействий лучшей из них.

3. Алгоритмы регулирования с использованием характеризующих процесс качественных показателей (нечеткие регуляторы). Этот тип регулирования использует, кроме измеряемых величин, качественно оцениваемые показатели процесса (типа хорошо/плохо, высоко/низко).

Качественные показатели формализуются методами теории нечетких множеств. Для их формализации используют знания управляющего персонала. Каждому значению качественного показателя присваивается вероятность принадлежности его к определенному нечеткому множеству. Такая операция переводит лингвистические значения качественных показателей в количественные значения, которые могут преобразовываться логическими правилами типа “если.., то…”. Правила реализуются через механизм логического вывода, а вывод преобразуется в управляющее воздействие. Сами управляющие воздействия в большинстве случаев используются в качестве знаний, изменяющих уставку и/или параметры ПИД регулирования, что позволяет сочетать точность стабилизации ПИД регулирования с гибкой логической перестройкой его в разных рабочих ситуациях.