Задача - оптимизация - управление
Cтраница 2
Параметр К в функционале ( 7 - 4), получивший название множителя Лагранжа, в задачах оптимизации управления играет роль цены ограниченных ресурсов. Его значение находится из граничных условий вариационной задачи. [16]
В системах автоматического управления ( САУ) производственными механизмами с большими диапазонами регулирования скоростей и работающими преимущественно в переходных режимах при большом числе включений в час возникает задача оптимизации управления по быстродействию и минимуму потерь. В литературе отсутствуют работы по определению предельных по продолжительности циклов для маломощных электродвигателей, управляемых от тпристорных преобразователей. Излагаемые ниже вопросы в известной мере ликвидируют этот пробел п рассматриваются для тпристорных преобразователей ( ТП) типа ПТОР-230-10Б, которые управляют электрическими двигателями постоянного тока. [17]
Прикладные задачи управления ММС, например, в технике динамического управления летательными аппаратами ( ЛА), их группами и группировками в конфликтных ситуациях ПВО и системы воздушного нападения ( СВН), конкуренции на товарном рынке статической и динамической олигополии и фондовом рынке ценных бумаг, биомедицинской динамической системы естественных технологий организма ( СЕТО) в геронтологии и многие другие, показывают, что свойства стабильности и эффективности - две грани одной задачи оптимизации управления ММС. Поэтому является актуальной разработка методов комбинирования стабильных и эффективных решений и получения стабильно-эффективных компромиссов ( СТЭК) в условиях необязательных договоров и обязательных соглашений. [18]
Из этой схемы видно, что она, в основном, касается и раскрывает пункты 2, 3 и 4 задач управления производством представленных на схеме рис. 1.4. В частности, на схеме рис. 6.6 к задачам формирования структурно-образующих соотношений производства ГИС относятся задачи ( и соответствующие им модели): оценки эффективности работы геофизических партий, материально-технических ресурсов ( МТР) и скважин при производстве ГИС; оценки геологической эффективности ГИС; оптимизации числа геофизический партий и МТР и закрепления их за рабочими участками ( группами скважин); выделения однородных по своим характеристикам групп ( классов) скважин, на которых при решении одних и тех же задач ГИС применяются одинаковые комплексы ГИС. Соответствие задач оптимизации управления организацией проведения ГИС геофизическим предприятием ( рис. 6.6) задачам управления, указанными на рис. 1.4, показано тем, что в каждом блоке этой схемы проставлен номер соответствующей задачи управления производством. [19]
На одном из первых этапов автоматизации, когда основной целью является автоматизация оперативного контроля и подсчета - Gt, указанная методика будет давать искомое уменьшение объема автоматизации. Однако в случае задач оптимизации управления пренебрежение теми из X, которые могут оказать существенное влияние хотя бы на одно из у ( t), существенно влияющих на Gt, вообще говоря, недопустимо. Может случиться, что дополнительные затраты на привязку к УМ таких сигналов из X и на реализацию нового алгоритма оптимизации с лихвой окупятся дополнительным увеличением дохода. [20]
 |
Блок-схема управления механической рукой ПР. [21] |
При достаточно большом числе степеней свободы манипулятор ПР может одну и ту же операцию выполнять в разных вариантах по видам траектории движения схвата и затратам энергии. Таким образом, возникает задача оптимизации управления манипулятором с целью выбора оптимального варианта движения механической руки. Эту задачу могут решать роботы третьего поколения. [22]
Вне таких участков с автономным управлением остаются связанные между собой участки с основным оборудованием цеха ( основные агрегаты; парк станков, на которых выполняется наибольший объем работ; участки основного технологического процесса), ритм работы которых определяет экономическую эффективность всего цеха. Если и здесь размерность задачи оптимизации управления оказывается слишком высокой, необходимо провести декомпозицию задачи, искусственно разделив основной участок цеха на несколько автономных по управлению. При этом можно гарантировать управление, лишь близкое в установленной мере к оптимальному. [23]
Из формул ( 13 - 40) и ( 13 - 41) следует, что для вычисления среднего риска надо знать закон распределения задающего сигнала Х3 и всех возмущений F. Таким образом, решение задачи оптимизации управления с помощью рассмотренных выше статистических критериев оптимальности, обобщенных в виде критерия минимального риска, требует в общем случае знания вероятностных характеристик всех приложенных к системе воздействий. [24]
В работе предложен метод оптимизации реальных производственных процессов. Авторы предполагают, что зависимости выходных параметров процесса и показателя его эффективности неизвестны и в этих условиях предлагают решать задачу оптимизации управления процессом непосредственно на работающем объекте с использованием метода крутого восхождения. [25]
Для решения поставленной задачи используется представление системы управления и ее частей в фазовом пространстве состояний, применяются вариационные методы оптимизации, предусматривающие реализацию ряда вычислительных процедур на цифровых ЭВМ. Совокупность указанных средств, методов и аналитических результатов, объединенных научным направлением, сформировавшимся в 60 - е годы и известным под названием аналитическое конструирование регуляторов, позволила получить весьма важные теоретические и полезные для практики результаты, а также открыла широкие перспективы в решении задач оптимизации управления. [26]
Оптимальные процессы для систем с несколькими управляющими воздействиями, если даже приняты одни и те же критерии оптимальности, существенно отличаются от оптимальных процессов при одном управляющем воздействии. Следует иметь в виду, что иногда введение в систему автоматического управления лишь одного ненадежного элемента ( ограничителя грузоподъемности, датчика угла отклонения каната) делает все расчеты по оптимизации управления совершенно недостоверными и сложные трудоемкие вычисления абсолютно неоправданными. При всесторонней оценке задачи оптимизации управления практический успех в первую очередь зависит от правильного выбора средств автоматизации. [27]
Классификация моделей на статические и динамические имеет значение при определении подхода к решению задач оптимального управления. Если для статических задач управление, оптимальное в каждый момент времени, совпадает с общим оптимальным управлением, то для динамических задач это неверно. Поэтому для статических объектов может ставиться задача оптимизации управления в каждый момент времени. При дискретной постановке задачи управления, когда управляющие воздействия определяются в заранее фиксированные моменты времени, для статических объектов задача оптимального управления распадается на ряд самостоятельных задач определения оптимальных управляющих воздействий в эти моменты времени. [28]
Практика показывает, что формальная постановка задачи управления не всегда оказывается оправданной и пригодной для конкретных технических приложений при создании систем пространственного траекторного управления движением УАСП. Это обстоятельство может быть объяснено следующими причинами. Первая из них заключается в том, что для постановки и решения задачи оптимизации траекторного управления УАСП необходимо располагать достаточно точной математической моделью управляемого процесса. В действительности же уравнения управляемого движения УАСП могут быть известны, как правило, лишь приближенно. Вторая причина связана с тем, что в конкретных прикладных задачах управления траекторным движением УАСП зачастую не удается сформировать оптимизируемый функционал таким образом, чтобы он отвечал физическому содержанию управляемого процесса. Вследствие этого полученные так называемые оптимальные решения могут оказаться непригодными для практической реализации. [29]
Страницы: 1 2