Cтраница 3
Модели трения класифицируются и сравниваются по степени соответствия физике явления и применимости для проектирования регулирующих устройств. Описываются некоторые из существующих методов компенсации трения. Обсуждаются возможности включения компенсации трения в алгоритм автоматизированой настройки регуляторов. Представлены структурные схемы для моделирования с описаниями и значениями параметров. [31]
Сформулирована задача использования специальных структур алгоритмов с целью уменьшения вносимого ими информационного запаздывания; базой для построения таких структур выбрана распределенная система с параллельными вычислениями. Разработана структура и реализованы обеспечивающие программные компоненты, позволяющие проводить вычислительные эксперименты по исследованию распараллеленных алгоритмов. Предложена методика и на ее базе проведено исследование распределенной вычислительной системы, реализующей генетический и поисковый алгоритмы настройки параметров ПИД-регулятора. В частности, экспериментально установлена возможность повышения качества управления за счет распараллеливания алгоритмов настройки параметров по сравнению с традиционными алгоритмами с последовательной вычислительной схемой. [32]
Рассматривая на Т ограниченные интерпретации, получаем класс конечных деревьев. Дерево Т как структура данных вкладывается в свободную группу Fr за счет добавления в полугруппу переходов явно задаваемых обратных переходов. Поэтому исследование алгоритмов настройки конечных деревьев сводится к изучению вычислимости локально-конечных свойств на конечнопорожденной свободной группе Fr при ограниченных интерпретациях с выделенным начальным элементом, равным единице группы. [33]
Процессы взаимодействия элементов системы могут иметь два уровня конфликтных ситуаций при доступе к информационному каналу интерфейса и к устройству системы. Это связано с тем, что в момент обращения одного устройства к вызываемому последний может находиться в состоянии взаимодействия или в нерабочем состоянии. Таким образом, операция настройки включает в себя процедуры опроса и анализа состояния вызываемого устройства, а также передачи команд и приема информации состояния. В большинстве случаев алгоритмы настройки выполняются программным способом с помощью передачи кодов команд и состояний по информационной шине. [34]
Сформулирована задача использования специальных структур алгоритмов с целью уменьшения вносимого ими информационного запаздывания; базой для построения таких структур выбрана распределенная система с параллельными вычислениями. Разработана структура и реализованы обеспечивающие программные компоненты, позволяющие проводить вычислительные эксперименты по исследованию распараллеленных алгоритмов. Предложена методика и на ее базе проведено исследование распределенной вычислительной системы, реализующей генетический и поисковый алгоритмы настройки параметров ПИД-регулятора. В частности, экспериментально установлена возможность повышения качества управления за счет распараллеливания алгоритмов настройки параметров по сравнению с традиционными алгоритмами с последовательной вычислительной схемой. [35]
В момент обращения одного устройства к вызываемому последнее может находиться в состоянии взаимодействия или в нерабочем состоянии. Поэтому процессы взаимодействия элементов системы могут иметь два уровня конфликтных ситуаций при доступе: к информационному каналу интерфейса и к устройству системы. Таким образом, операция настройки включает процедуры опроса и анализа состояния вызываемого устройства, а также передачи команд и приема информации состояния. Последовательность операций настройки может быть различной и зависит от сложности алгоритмов работы функциональных устройств системы. В большинстве случаев алгоритмы настройки дополняются программным способом посредством передачи кодов команд и состояний по информационной шине. [36]
Этот метод относится к группе компенсационных методов, использующих модели систем управления ( объектов) с настраиваемыми параметрами. Сущность метода состоит в следующем. Строится модель объекта на основе имеющихся априорных данных. Если структура объекта известна, то модель выбирается такой же структуры. На вход модели подают те же самые сигналы, которые действуют и на реальный объект и являются контролируемыми. Сигналы выхода также контролируются. На основе сравнения соответствующим образом преобразованных моделью сигналов входа и выхода объекта формируется невязка, свидетельствующая о том, что при выбранных значениях параметров модель неадекватно описывает объект. В соответствии с заданным критерием идентификации производится настройка параметров модели таким образом, чтобы получить минимум функционала. В рассматриваемом случае модель объекта является адаптивной. При достижении минимума критерия полагают, что модель для данного типа входного воздействия адекватна объекту и параметры модели отождествляются с параметрами объекта. Таким образом, задача идентификации состоит в определении структуры модели и построении алгоритма настройки ее параметров. [37]