Публикация в журнале "СТА-ПРЕСС" от 11.04.2005 Александр Моисеев.


     "РЕАЛИЗАЦИЯ АЛГОРИТМОВ АВТОМАТИЧЕСКОЙ ОПТИМИЗАЦИИ ВСТРОЕННЫМИ ФУНКЦИЯМИ САПР"


Ссылка на первоисточник: www.cta.ru/online/online_progr-model.htm



     Из числа тенденций, проявляющихся при управлении технологическими процессами, можно выделить ужесточение требований к их эффективности [1]. Это обстоятельство обуславливает необходимость для автоматического регулирования указанных процессов различных схем автоматической оптимизации, например, экстремальных регуляторов. При этом, поскольку программное обеспечение повсеместно используемых систем управления разрабатывается в рамках специализированных САПР, возникает задача реализации этих систем на основе соответствующих встроенных функций. К числу этих функций относятся, например, некоторые типовые нелинейности, элементарные динамические звенья, основные логические элементы [2].
     Многие из этих функций успешно реализовывались электронными средствами в специализированных аналоговых вычислителях. Поэтому наиболее удобными для решения поставленной задачи можно, по - видимому, считать алгоритмы, реализованные в этих вычислителях. Одним из них является алгоритм одномерной оптимизации, рассмотренный в [3].
     Схема реализации этого алгоритма встроенными функциями САПР приведена на рисунке 1.Управляющее воздействие u формируется по результатам анализа вариации этого воздействия на значение оптимизируемого процесса x. Оценка производной x/ u формируется путем деления результатов форсировки процесса и управляющего воздействия с последующим сглаживанием в инерционном звене. Полученная оценка через биполярное пороговое устройство 1 с порогом и пару мультиплексоров, переключаемых формируемыми в устройстве командами больше/меньше, управляет перестройкой управляющего воздействия в формирующем интеграторе. Это воздействие выдается на выход через демультиплексор, управляемый признаком активности оптимизатора act. При снятии этого признака выходное воздействие фиксируется на достигнутом уровне.
     Признак активности act, в свою очередь, формируется импульсной командой start. Оптимизатор при этом переводится в активное состояние и остается в нем, пока величина производной находится вне интервала (- 2, 2). Сброс активного состояния осуществляется по истечении временного интервала Tf с момента стабилизации значения производной в указанном интервале. Это условие реализуется при подаче значения производной на вход биполярного порогового устройства 2. Его выходные команды логически складываются с последующей инверсией, а полученный результат задерживается по включению на время Tf в соответствующем устройстве задержки [2].

Одномерная оптимизация
Рисунок 1 — Одномерная оптимизация.

     Результаты численных экспериментов по тестированию рассмотренного выше алгоритма, проводимых с использованием виртуального инструментария LabVIEW [4], приведены на рисунках 2, 3. Из них видно, что в отсутствие задержки по восприятию объектом управляющего воздействия, оптимизатор удовлетворительно реализует функцию экстремального регулирования, хотя и обнаруживает некоторую погрешность при включении. Вместе с тем, наличие задержки в восприятии входного значения приводит к развитию автоколебательного процесса.

Одномерная оптимизация
Рисунок 2 — Динамика одномерной оптимизации (управляющее воздействие воспринимается без задержки).

Диаграмма динамики одномерной оптимизации
Рисунок 3 — Динамика одномерной оптимизации (управляющее воздействие воспринимается с задержкой 2 с.).

     Одномерный оптимизатор является базовым элементом схем двумерной оптимизации. На рисунке 4 приведена схема покоординатного спуска. Одномерные оптимизаторы, формирующие управляющие воздействия u, v, функционируют поочередно и запускаются признаками отключения активности друг друга. Схема реализации градиентного спуска приведена на рисунке 5. Оптимизаторы в составе этой схемы функционируют в режиме параллельной коррекции управляющих воздействий.

Покоординатный спуск
Рисунок 4 — Покоординатный спуск.

Градиентный спуск
Рисунок 5 — Градиентный спуск.

     Динамика покоординатного и градиентного спуска, реализованных в соответствии с предложенными схемами, отображена на рисунках 6, 7. Их анализ показывает, что тенденция к достижению экстремального значения налицо, хотя качество переходного процесса оставляет желать лучшего. В особенности это касается градиентного спуска, поскольку обнаруживается развитие автоколебаний в режиме скольжения.
     Проведенное рассмотрение указывает на принципиальную возможность реализации автоматической оптимизации с помощью встроенных функций САПР. Указывает оно, к сожалению, и на проблемы, связанные с этой реализацией, главной из которых является развитие автоколебаний в ходе оптимизации.

Динамика двумерной оптимизации
Рисунок 6 — Динамика двумерной оптимизации (покоординатный спуск.).

Динамика двумерной оптимизации
Рисунок 7 — Динамика двумерной оптимизации (градиентный спуск.).

Литература.

     [1] Шински Ф. Управление процессами по критерию экономии энергии, — М., "Мир", 1981, — 387 с.
     [2] Моисеев А.А., Преобразование и генерация динамических процессов средствами ТПТС, Современные технологии автоматизации, депонирована 9 февраля 2005, сайт www.cta.ru, раздел "Публикации on — line/Моделирование"
     [3] Фельдбаум А.А. Вычислительные устройства в автоматических системах, — М., Физматгиз, 1959, — 800 с.
     [4] LabVIEW Data Acquisition Basics Manual, National Instrument Corporation, — 1997.

Вернуться назад