Мдк 01. 01 Технология формирования систем автоматического управления

разделить 
неопределенность на два вида: предсказуемую и непредсказуемую. 
Предсказуемая неопределенность имеет место в том случае, когда известна 
априорная информация о характере закона изменения управляемых координат. 
Например, траектории движения рабочего органа робота, уравнения движения по 
которым известны, можно аппроксимировать конечным набором сплайнов; при 
этом неопределенность будет заключаться только в выборе соответствующего 
сплайна. А непредсказуемая неопределенность имеет место, когда такой 
информации нет. 
Так, например, для сборочных роботов, которые работают в рамках 
определенного набора технологических движений, характерных для сборочного 
роботизированного процесса, неопределенность может быть классифицирована 
как предсказуемая. Роботы, предназначенные для экстремальных сред, в 
основном работают в условиях непредсказуемой неопределенности, так как 
траекторию их движения нельзя заранее предсказать. 
Такой подход позволил выделить два класса интеллектуальных систем 
управления, принципиально отличающихся по архитектуре, принципу действия и 
области применения. Интеллектуальные системы управления I рода 
предназначены для работы в условиях предсказуемой неопределенности, в 
основном связанной с взаимным влиянием отдельных степеней подвижности 
сложного многозвенного объекта управления друг на друга. Интеллектуальные 
системы управления II рода ориентированы на работу в условиях 
непредсказуемой неопределенности и функционируют на основе реализации 
своих адаптивных свойств за счет использования технологии ассоциативной 
памяти. 
Системы управления в условиях неопределенности, как правило, строятся 
по иерархическому принципу. На рис. 15.2 представлена иерархическая схема 
интеллектуальной системы управления I рода, обеспечивающая работу в условиях 
предсказуемой неопределенности. 
На стратегическом уровне управления формируются траектория и 
динамические характеристики движения по ней. Функции интеллектуального 
регулятора распределяются на тактическом и исполнительном уровнях. На 
тактическом уровне управления путем решения обратной задачи кинематики 
формируются программные обобщенные координаты. В результате решения 
обратной задачи динамики (по известной модели объекта управления и априорной 
информации о зависимости структуры и параметров объекта от траектории 
движения) определяются структура и параметры регулятора, которые 

---

36 
 
реализуются на исполнительном уровне и могут меняться в процессе 
функционирования. Коррекция программной траектории проводится по реальной 
траектории, вычисленной решением прямой задачи кинематики для реальных 
значений обобщенных координат. Так как в предложенном подходе в отдельных 
приводах контролируются только собственные обобщенные координаты, то учет 
изменения динамических свойств объекта фактически сводится к развязке 
приводов. 
Рис.15.2. Иерархическая схема интеллектуальной системы управления I рода 
Для обеспечения развязки приводов в условиях ограниченной мощности 
вычислительных средств предлагается, используя знания о специфике 
выполняемого автоматизированного технологического процесса, кинематической 
схеме и динамических характеристиках производственного оборудования, 
осуществлять движение рабочего органа по специальным траекториям. Эти 
траектории, названные технологическими движениями, выбираются таким 
образом, чтобы, с одной стороны, они обеспечивали заданный технологический 
процесс, а с другой – удовлетворяли наиболее простым уравнениям динамики 
(что позволяет решать их в реальном масштабе времени на основе вычисления 
скоростей и ускорений отдельных приводов, осуществляя тем самым развязку). 
При таком подходе необходимость в обмене информацией между отдельными 
приводами полностью отпадает. 
На рис. 15.3. приведена функциональная схема интеллектуальной системы 
управления I рода, в которой устройство, названное лингвистическим 
аппроксиматором (ЛА), заменяет траекторию движения рабочего органа робота 

---

37 
 
набором специальных траекторий (сплайнов). С помощью лингвистического 
аппроксиматора из базы моделей и управлений (БМУ) выбираются 
соответствующие настройки регулятора, структура и параметры которого 
определяются типом аппроксимирующего технологического движения рабочего 
органа и зависят от измеряемых скоростей и ускорений только данного привода. 
Рис.15.3. Функциональная схема интеллектуальной системы управления I рода 
Работа интеллектуальной системы управления I рода осуществляется на 
основе знаний, содержащихся в ЛА и БМУ и базирующихся на: 
– анализе автоматизированного технологического процесса; 
– анализе кинематических схем и уравнений динамики производственного 
оборудования; 
– теории автоматического управления и обратных задачах динамики. 
Учитывая сложность алгоритмов управления, реализующих учет 
взаимосвязности степеней подвижности в объекте, для обеспечения необходимого 
быстродействия системы ЛА, БМУ и регулятор строятся на базе ассоциативной 
памяти. Адаптация к изменяющимся параметрам и структуре объекта по каждой 
степени подвижности происходит на основе прогнозирования поведения других 
степеней подвижности и их влияния на данную степень. 
Рис.15.4. Функциональная схема интеллектуальной системы управления для 
работы в условиях непредсказуемой неопределенности 

---

38 
 
На рис. 15.4. представлена функциональная схема интеллектуальной 
системы управления II рода, обеспечивающей режим адаптации в условиях 
непредсказуемой неопределенности. 
Классификатор состояния объекта управления и формирователь управлений 
(в данном случае речь идет о формировании управляющих воздействий 
непосредственно на объект управления) реализуются на ассоциативной памяти, в 
которой на основании информации о входных и выходных сигналах объекта 
управления: 
– производится классификация состояния объекта; 
– формируется вектор настраиваемых параметров и соответствующее ему и 
входному заданию управляющее воздействие. 
Таким образом, работа в условиях непредсказуемой неопределенности, 
когда не известно, как в следующий момент времени поведет себя сложный 
динамический объект, приводит к тому, что строить и анализировать 
математические модели, отражающие специфику взаимодействия и взаимного 
влияния отдельных его частей, не имеет смысла из-за их сложности и 
практической неадекватности реальному объекту.
Неадекватность моделей, как правило, вызвана погрешностями измерений и 
вычислений, упрощением моделей и отличием параметров реальных систем от 
модельных. Это приводит к тому, что в иерархической системе управления (рис. 
15.5), обеспечивающей эффективную работу в условиях непредсказуемой 
неопределенности, учет динамических свойств объекта управления должен 
происходить на исполнительном уровне, который в свою очередь должен 
гарантировать выполнение заданий тактического уровня на требуемых скоростях. 
Такое построение системы управления приводит к тому, что на приводном 
уровне 
сложные 
динамические 
объекты 
управления 
считаются 
не 
распределенными 
и 
взаимосвязанными 
по 
исполнительным 
осям, 
а 
сосредоточенными и односвязными с переменными динамическими параметрами 
и возмущениями, приведенными к валам исполнительных двигателей. 
На тактическом уровне должна решаться только кинематическая задача, 
которая отражает статические свойства объекта. В соответствии с требуемой 
траекторией исполнительного органа, скоростями и ускорениями движения в 
опорной системе координат на тактическом уровне вычисляются заданные 
скорости и ускорения обобщенных координат, а на приводном уровне регулятор с 
адаптивной подстройкой параметров обеспечивает их отработку. 
Качество выполнения заданий контролируется по вычисленным с помощью 
решения прямой задачи кинематики координатам реального состояния объекта, и 
при необходимости производится корректировка траектории. 
Дополнительно к вышеуказанному надо иметь в виду, что каждый уровень 
управления может иметь различную степень интеллектуальности. 

---

39