Статистическая динамика систем управления
Покупка
Тематика:
Автоматика
Автор:
Деменков Николай Петрович
Год издания: 2017
Кол-во страниц: 148
Дополнительно
Вид издания:
Учебное пособие
Уровень образования:
ВО - Бакалавриат
ISBN: 978-5-7038-4717-6
Артикул: 803677.01.99
Доступ онлайн
В корзину
Изложено решение задач анализа и синтеза систем управления при случайных воздействиях на основе теории оптимального оценивания. Наряду с основными фундаментальными положениями статистической теории автоматических систем, рассмотрены инженерные методы вероятностного расчета и проектирования сложных систем. Приведено большое число примеров, в которых отражены алгоритмы и результаты расчета вероятностных характеристик систем, работающих в условиях случайных воздействий.
Для студентов высших учебных заведений, обучающихся по направлению "Управление в технических системах" и изучающих дисциплины "Статистическая динамика систем управления", "Основы теории управления". Издание будет полезным также для научных работников, инженеров, аспирантов и студентов старших курсов технических университетов.
Скопировать запись
Фрагмент текстового слоя документа размещен для индексирующих роботов.
Для полноценной работы с документом, пожалуйста, перейдите в
ридер.
Н.П. Деменков Статистическая динамика систем управления Учебное пособие
УДК 681.5:681.3 ББК 14.2.6 Д30 Издание доступно в электронном виде на портале ebooks.bmstu.ru по адресу: http://ebooks.bmstu.ru/catalog/200/book1680.html Факультет «Информатика и системы управления» Кафедра «Системы автоматического управления» Рекомендовано Редакционно-издательским советом МГТУ им. Н.Э. Баумана в качестве учебного пособия Рецензенты: д-р техн. наук, профессор Ю.В. Митришкин, канд. техн. наук, доцент Н.А. Чулин Деменков, Н. П. Д30 Статистическая динамика систем управления : учебное пособие / Н. П. Деменков. — Москва : Издательство МГТУ им. Н. Э. Баумана, 2017. — 146, [2] с. : ил. ISBN 978-5-7038-4717-6 Изложено решение задач анализа и синтеза систем управления при случайных воздействиях на основе теории оптимального оценивания. Наряду с основными фундаментальными положениями статистической теории автоматических систем, рассмотрены инженерные методы вероятностного расчета и проектирования сложных систем. Приведено большое число примеров, в которых отражены алгоритмы и результаты расчета вероятностных характеристик систем, работающих в условиях случайных воздействий. Для студентов высших учебных заведений, обучающихся по направлению «Управление в технических системах» и изучающих дисциплины «Статистиче- ская динамика систем управления», «Основы теории управления». Издание бу- дет полезным также для научных работников, инженеров, аспирантов и студен- тов старших курсов технических университетов. УДК 681.5:681.3 ББК 14.2.6 © МГТУ им. Н.Э. Баумана, 2017 © Оформление. Издательство ISBN 978-5-7038-4717-6 МГТУ им. Н.Э. Баумана, 2017
Предисловие Системы автоматического управления (САУ), как правило, работают в условиях помех. В качестве примеров можно привести пневмосистемы с емкостями постоянного давления, системы регулирования частоты враще- ния автономных генераторов переменного тока, термоэлектростанции, раз- личные транспортные системы, следящие системы радиотелескопов, систе- мы телеуправления и самонаведения ракет и ряд других. В связи с этим для анализа и синтеза систем автоматического управления широко привлекают- ся вероятностные (статистические) методы. Начиная с основополагающих работ А.Я. Хинчина в области теории слу- чайных процессов и работ А.Н. Колмогорова и Н. Винера, посвященных решению проблемы фильтрации в классе линейных систем, статистическая динамика систем управления получила дальнейшее развитие в исследованиях отечественных (В.В. Гнеденко, В.С. Пугачев, В.В. Солодовников и др.) и за- рубежных (Р. Бьюси, Л. Заде, Р. Калман, А.М. Пелегрен, Дж. Рагоцини и др.) ученых. Изучение реального движения какого-либо динамического объекта управления по данным измерений означает, с одной стороны, определение для любого момента времени параметров, характеризующих реальное движе- ние, а с другой стороны — анализ движения, т. е. выявление причин отклоне- ния реального движения от расчетного или требуемого. Под определением движения понимают оптимальное в принятом смысле оценивание параметров движения с использованием некоторой математиче- ской модели движения для любого момента времени на заданном интервале по измерениям, функционально связанным с параметрами движения. Под анализом движения понимают получение оптимальных в принятом смысле оценок характеристик модели движения или самой структуры модели на заданном интервале времени по измерениям, функционально связанным с параметрами движения. Это есть задача идентификации, т. е. определение такой математической модели движения из заданного класса, которой в каком-то смысле эквивалентно реальное движение объекта. При проектировании современных систем автоматического управления повышаются требования к качеству их работы. В реальных условиях на системы управления наряду с полезными управляющими сигналами действуют случайные возмущения. Сами полезные сигналы во многих случаях также имеют вероятностный характер. Поэтому для изучения динамики и оценки
качества автоматических систем широко применяются статистические методы анализа и синтеза. Исследование качества работы систем автоматического управления при случайных воздействиях составляет предмет статистической теории, являющейся теоретической базой для анализа эффективности существующих и оценки потенциальных качеств перспективных и проектируемых автоматических систем. Дисциплина «Статистическая динамика систем управления» относится к числу фундаментальных. Ее предметом является изучение процессов управления динамическими объектами, находящимися под воздействием случайных возмущений, в целях привития студентам навыков, необходимых для формулировки обоснованного технического задания на проектирование сложной стохастической системы управления техническим объектом или технологическим процессом. В настоящем издании изложены основы статистического анализа и синтеза систем автоматического управления в технических системах. Цель пособия — дать представление о характерных особенностях стохастических систем автоматического управления и задачах, стоящих перед разработчиками и пользователями систем управления. Освоение материала даст возможность грамотно выбирать методы исследования стохастических систем управления и оценивать достоверность результатов, полученных при компьютерных расчетах. Настоящее издание предназначено для студентов, изучающих дисциплины «Статистическая динамика систем управления», «Основы теории управления». Предполагается, что читатели освоили классические разделы высшей математики ( линейную алгебру, дифференциальное и интегральное исчисление), прямые и косвенные методы оптимизации, математическую статистику и теорию вероятности, а также основы теории управления при детерминированных воздействиях. Издание состоит из шести глав. Первая глава посвящена анализу и синтезу систем при случайных воздействия. Во второй главе обсуждается структурный синтез систем автоматического управления с учетом условия минимума среднеквадратической ошибки. Третья глава посвящена оптимальной фильтрации в линейных нестационарных системах. В четвертой главе приведены методы оценки параметров движения летательных аппаратов по данным траекторных измерений. Пятая глава посвящена байесовским и минимаксным методам оценивания измерений. В шестой главе обсуждается анализ точности и синтез нелинейных систем. Особенностью данного пособия является изложение, с одной стороны, фундаментальных положений статистической теории автоматических систем, а с другой — рассмотрение инженерных методов вероятностного расчета и проектирования сложных систем. В издании приведено большое число инженерных примеров, в которых отражены алгоритмы и результаты расчета вероятностных характеристик систем, работающих в условиях случайных воздействий.
Изложение примеров, результатов расчета и их анализ приводятся непосредственно за теоретическим материалом. Такой методический прием позволил экономно и стройно изложить теоретические вопросы и дать подробные инженерные приложения. Большое число примеров поможет студентам, аспирантам и инженерам различных специальностей шире применять излагаемые в издании статистические методы анализа и синтеза систем управления. Ограниченный объем книги позволил обозначить лишь наиболее важные традиционные и современные подходы к анализу и синтезу систем управления при случайных воздействиях. Для более углубленного изучения материала рекомендуется пользоваться дополнительной литературой. Автор благодарит рецензентов, которые внимательно прочитали рукопись и высказали много полезных замечаний. Все они были учтены при подготовке окончательного варианта издания.
Г л а в а 1 Анализ и синтез систем при случайных воздействиях 1.1. Преобразование случайных сигналов динамической системой во временной области В реальных условиях действующие в системе автоматического управле- ния (САУ) управляющий сигнал u(t) и возмущения f(t) являются случай- ными и могут быть описаны только с помощью статистических методов (рис. 1.1). Рис. 1.1. Структурная схема САУ: Wр(s), W0(s) — передаточная функция регулятора и объекта соот- ветственно Для случайных воздействий ошибка воспроизведения e(t) = u(t) – x(t) яв- ляется так же случайной функцией. Поэтому можно говорить об определении не мгновенных, а только средних значений ошибки. Обычно качество работы динамической системы при случайных стацио- нарных воздействиях характеризуется среднеквадратической ошибкой, т. е. квадратным корнем из величины 2 2 1 lim ( ) , 2 T T T e e t dt T которую называют средним значением квадрата ошибки. Под случайным, или стохастическим, процессом понимают множество случай- ных величин X(t), зависящих от времени. Рассмотрим большое число одинако- вых систем, находящихся в одинаковых условиях (рис. 1.2). Рис. 1.2. Ансамбль реализаций случайной функции
При отсутствии входного сигнала выходной сигнал каждой системы вследствие малых случайных изменений многих трудноучитываемых фак- торов представляет собой непрерывную случайную функцию x(t). Посколь- ку системы одинаковы и находятся в одинаковых условиях, статистические свойства их выходов также одинаковы. Будем рассматривать эти выходы как реализации одной и той же слу- чайной функции x(t). Значения случайного процесса в отдельные моменты времени kt зависят только от элементарного события, т. е. превращаются в случайные величины со своим законом распределения. Рис. 1.3. Характеристики случайной величины: а — функция распределения; б — плотность распределения вероятностей Как известно, случайная величина может быть задана функцией распре- деления ( ) ( ) F x P X x (рис. 1.3, а) и плотностью распределения вероят- ности (рис. 1.3, б): 0 0 ( ) ( ) ( ) ( ) ( ) lim lim , x x dF x P x X x x F x x F x f x dx x x откуда ( ) ( ) . x F x f x dx Математическое ожидание непрерывной случайной величины X: [ ] ( ) . x M X xf x dx Момент m-го порядка случайной величины X: ( ) . m m x x f x dx Центральный момент m-го порядка [( ) ] ( ) ( ) . m m M X x X x f x dx
Дисперсия 2 2 [( ) ] ( ) ( ) . M X x X x f x dx На рис. 1.4 приведены графики функции распределения F(x) и плотности распределения вероятностей f(x) равномерного закона распределения 0, если или ; ( ) 1 , если , x a x b f x a x b b a 1 ( ) 1, b a F x dx b a а на рис. 1.5 — нормального закона распределения случайной величины 2 1 2 1 ( ) e ; 2 X x f x 2 1 2 1 ( ) e 1. 2 X x F x dx Рис. 1.4. Характеристики равномерного закона распределения: а — функция распределения; б — плотность распре- деления вероятностей Рис. 1.5. Характеристики нормального закона распределения: а — функция распределения; б — плотность рас- пределения вероятностей В системах управления плотность распределения вероятности f(x, t) для случайного процесса зависит от времени: ( , ) [ ( ) ] ( , ) . dF x t P x X t x dx f x t dx dx
Математическое ожидание (усреднение по множеству) ( ) [ ( )] ( , ) ( ) x m t M X t xf x t dx x t характеризует среднее значение случайной функции. Дисперсия 2 ( ) [ ( )] [ ( ) ( )] ( , ) x x D t D X t X t m t f x t dx характеризует разброс относительно среднего значения ( ), x m t где ( , ) f x t — одномерная плотность вероятности для момента t. Связь между значениями случайного процесса X(t) в моменты времени 1t и 2t определяется двумерной плотностью распределения вероятности того, что случайная величина 1 ( ) X t в момент времени 1t будет находиться в ин- тервале между 1x и 1 1, x dx а в момент времени 2t случайная величина 2 ( ) X t будет лежать в пределах от 2 x до 2 2: x dx 1 1 1 1 2 2 2 2 1 1 2 2 1 2 ( ) ; ( ) ( , , , ). P x X t x dx x X t x dx f x t x t dx dx Связь между значениями случайного процесса в моменты 1t и 2t опреде- ляется как среднее значение произведения этих значений случайной функции 1 2 1 2 1 2 1 1 2 2 1 2 1 2 [ ( ) ( )] ( ) ( ) ( , , , ) ( , ), M X t X t x t x t x x f x t x t dx dx R t t которое носит название корреляционной функции. Различают автокорреляционную функцию 1 2 1 2 ( , ) ( ) ( ) x R t t x t x t и взаим- ную корреляционную функцию 1 2 1 2 ( , ) ( ) ( ). xy R t t x t y t Корреляционная функция характеризует статистическую связь между зна- чениями одного и того же или разных процессов в моменты времени 1t и 2. t Случайные процессы подразделяют на стационарные и нестационарные. Для стационарных случайных процессов статистические характеристики процессов не меняются. Различают стационарность в узком и широком смысле. В узком смысле — все моменты случайного процесса до m-го порядка должны быть постоянны. В широком смысле требуется постоянство лишь первых двух моментов: ( ) const; x x m t m 1 2 1 2 1 2 1 2 1 2 1 2 ( , ) ( , , ) ( ) ( ); x x x R t t x x f x x t t dx dx R t t R 1 1 1 1 2 1 2 2 ( ) ( ) ( ) ( , , ) . R M X t X t dx x x f x x dx
Эргодическая гипотеза. Для многих стационарных процессов с вероятностью, равной 1, среднее по множеству совпадает со средним по времени , x x 1 2 1 2 x x x x и т. д. На основании гипотезы эргодичности можно решать многие задачи. Например, ансамбль реализации стационарного случайного процесса x(t) можно получить, разрезав на куски длинную запись случайной величины X(t), полученную для одной системы, и расположив эти куски один под другим. Среднее по времени 0 1 1 lim ( ) lim ( ) . 2 T T T T T x x t dt x t dt T T Автокорреляционная функция 1 2 0 1 ( ) lim ( ) ( ) , T x T R x x x t x t dt T где 1 ( ); x x t 2 ( ). x x t Заметим, что стационарность и эргодичность — не одно и то же. Напомним свойства корреляционной функции. Автокорреляционная функция является четной относительно параметра сдвига . Взаимная корреляционная функция не является четной: ( ) ( ); xy yx R R 1 ( ) lim ( ) ( ) ; 2 T yx T T R y t x t dt T 1 ( ) lim ( ) ( ) . 2 T yx T T R y t x t dt T Выполнив замену 1 , t t получим 1 1 1 1 ( ) lim ( ) ( ) ( ). 2 T yx xy T T R y t x t dt R T Значение корреляционной функции при 0 определяется средним значением квадрата случайной функции: 2 2 (0) [ ( )] . x x R M X t x D Начальное значение корреляционной функции является наибольшим: ( 0) ( ). R R Конечное значение корреляционной функции равно квадрату среднего значения 2 ( ) x случайной величины X: 2 2 ( ) ( ) ( ) . x R x x
Доступ онлайн
В корзину