Концепция построения мехатронных систем
Главная отличительная черта современной теории управления – это развитие интеллектуальных методов управления техническими системами, которая очень отчетливо проявляется в мехатронике как одной из передовых научно-технических областей. Именно интеллектуальные методы позволяют эффективно решать задачи управления мехатронными системами.
К основным признакам систем интеллектуального управления рассматриваемого класса применительно к задачам мехатроники следует отнести:
- способность автономно (без участия человека-оператора) принимать решения о поведении системы в некоторых заранее не определенных ситуациях;
- возможность адаптировать (приспосабливать) структуру и законы движения мехатронной системы к изменяющимся условиям внешней среды и возмущающим воздействиям;
- способность системы управления к самообучению и накоплению знаний в процессе действий управляемой машины и их использование в последующих задачах управления;
- применение процедур оптимизации на этапах планирования, программирования и исполнения всех функциональных движений машины;
- оценка качества выполняемых движений и диагностика фактического состояния управляемой машины и протекающих процессов в реальном времени;
- эффективное взаимодействие с человеком-оператором, использование его интеллекта как эксперта и навыков при планировании действий машины;
- иерархичность структуры системы с четким выделением функций, информационного обеспечения и обратных связей для каждого уровня управления;
- гибкое взаимодействие распределенных подсистем через компьютерные сети для достижения общих для всей системы целей управления;
- повышенные показатели гибкости, робастности и точности управления.
Из определения мехатроники выделяется три ее составные части: механическая, электронная и компьютерная. Суть мехатронного подхода заключается в тесной взаимосвязи указанных компонентов. Эта взаимосвязь графически изображена на рис. 1.
«Родословная» мехатроники (переход от механики к электромеханике и далее через электронику и микроэлектронику к мехатронике) хорошо показана на рис. 2 и рис. 3.
В приведенных графических представлениях мехатроники не отображена внешняя оболочка, в которой функционируют мехатронные системы. На рис. 4 показаны составные части внешней оболочки: «производство» -«менеджмент» - «требования рынка».
Сформулируем основные определения, используемые при описании структур и принципов построения мехатронных систем:
Управление - функция организованных систем различной природы (биологических, социальных, технических), обеспечивающая сохранение их определенной структуры, поддержание режима деятельности, реализацию их программ и целей.
Знания - проверенный практикой результат познания деятельности, верное ее отражение в мышлении человека (обобщение закономерностей, действующих в какой-либо предметной области).
Мышление - процесс отражения объективной действительности в представлениях, суждениях, понятиях.
Понятие - форма мышления, отражающая свойства, связи и отношения предметов и явлений (логически оформленная мысль о классе предметов, выделяемых по определенным признакам).
Объект управления (ОУ) - устройство, осуществляющее технологический процесс, на которое подаются специально организованные воздействия.
Устройство управления (УУ) - устройство, формирующее управляющие воздействия.
Управляемый объект (УО) или система автоматического управления (САУ) - совокупность ОУ с УУ (в том случае, когда работа ОУ и УУ не может быть представлена отдельными моделями), функционирование которых описывается единой формальной моделью: УО представляется едиными блоком, связанным по входам и выходам с внешней средой.
В классической теории автоматического управления УО характеризуется рядом свойств: целевым назначением, множеством состояний, управляемостью, наблюдаемостью, устойчивостью и т. д. Перечисленные свойства позволяют уточнить взаимодействие УО с внешней средой (при этом знания о характеристиках внешней среды, типах взаимосвязей и особенностей взаимодействия УО с внешней средой составляют совокупность знаний разработчика модели системы управления).
По характеру взаимодействия УО с внешним миром можно выделить три класса систем:
первый класс - информационно изолированные от внешнего мира системы (не использующие ни информации, ни взаимодействий, кроме возмущающих, из этого мира);
второй класс - информационно замкнутые через внешний мир системы, функционирующие в техническом (формальном) внешнем мире и перерабатывающие информацию, поступающую из него;
третий класс - информационно связанные с реальным внешним миром системы, функционирующие в естественном внешнем мире и перерабатывающие информацию, поступающую из этого мира.
Системы первого класса - это те, для проектирования которых и создавалась теория автоматического управления (первоначально - теория регулирования). Объектами изучения теории автоматического управления стали регуляторы. С помощью систем такого типа решается задача поддержания (без вмешательства человека-оператора) на определенном уровне или в заданных пределах требуемых значений физических величин, характеризующих определенный режим работы объекта. УО, состоящий из регулятора и объекта регулирования, охваченных обратной связью, составляют систему автоматического регулирования (САР). Главными задачами при построении САР являются обеспечение устойчивости, необходимых показателей качества переходных процессов и требуемой ошибки в установившемся режиме.
Основу систем второго класса составляют автоматические устройства, работающие на принципах обработки дискретной информации и возникшие с развитием сетей транспорта и связи. Их главная особенность связана с необходимостью функционирования в дискретном времени и обработкой дискретных сигналов, поступающих на внешние контролируемые входы. Возмущения из технического внешнего мира на УО не поступают, поскольку в техническом мире их нет (если он правильно организован). Исследования в области анализа поведения и синтеза соответствующих моделей управляющих систем второго класса привели к становлению и развитию теории дискретных устройств и конечных автоматов, на базе которой создавались различные системы, начиная от простейших автоматов и кончая вычислительными машинами дискретного действия (не описываемыми уже в классе автоматных моделей).
В системах третьего класса важнейшая роль отводится ЭВМ, которая представляет собой универсальный преобразователь информации, способный обрабатывать и нечисловую информацию.
На рис. 5 представлена обобщенная структура мехатронной системы третьего класса.
Рис. 5. Обобщенная структура мехатронной системы третьего класса
В процессе движения механического устройства его выходное звено непосредственно воздействует на объект и обеспечивает качественные показатели выполняемой автоматизированной операции.
Таким образом, механическая часть является в мехатронной системе объектом управления. В процессе выполнения мехатронной системой функционального движения внешние объекты оказывают возмущающие воздействия именно на выходное звено, которое является конечным звеном механической части.
Примерами таких воздействий могут служить силы резания для операций механообработки, контактные силы и моменты сил при сборке, сила реакции струи жидкости при операции гидравлической резки. Следовательно, проектирование блока приводов, компьютерной системы управления и выбор сенсорных устройств начинается с анализа свойств механической подсистемы как управляемого объекта и расчета возмущающих воздействий, обусловленных выполняемой мехатронной системой технологической операции.
Внешней средой для машин рассматриваемого класса является технологическая среда, которая содержит различное, основное и вспомогательное оборудование, технологическую оснастку и объекты работ.
При выполнении мехатронной системой заданного функционального движения объекты работ оказывают возмущающие воздействия на рабочий орган. Примерами таких воздействий могут служить силы резания для операций механосборки, контактные силы и моменты сил при сборке, сила реакции струи жидкости при операции гидравлической резки.
Как уже отмечалось выше, внешние среды укрупненно можно разделить на два основных класса: детерминированные и недетерминированные. К детерминированным относятся среды, для которых параметры возмущающих воздействий и характеристики объектов работ могут быть заранее определены с необходимой для проектирования мехатронных систем степенью адекватности.
Так же, при проектировании мехатронной системы (как экспертной системы), необходимо определить четыре функции: приобретение знаний, представление знаний, управление процессом поиска решения (вывода на знаниях) и разъяснения принятого решения.
Т.о. можно ввести понятие: Поле знаний – это условное неформальное описание основных понятий и взаимодействий между понятиями предметной области, выявленные из системы знаний экспертов в виде графа, диаграммы, таблиц текста.
В качестве простейшего прагматического подхода к формированию поля знаний начинающему инженеру по знаниям можно предложить следующий алгоритм (рис. 6).
Рис. 6. Стадии структурирования знаний – алгоритм для «чайников»
Традиционно в представлении знаний выделяют формальные логические модели, основанные на классическом исчислении предикатов 1-го порядка, когда предметная область или задача описывается в виде набора аксиом. Мы же опустим описание этих моделей по следующим причинам. Исчисление предикатов 1-го порядка в промышленных экспертных системах практически не используется.
Эта логическая модель применима в основном в исследовательских «игрушечных» системах, так как предъявляет очень высокие требования и ограничения в предметной области.
В промышленных же экспертных системах используются различные ее модификации и расширения.
При проектировании экспертных систем серьезное внимание должно быть уделено тому, как осуществляется доступ к знаниям, и как они используются при поиске решения (или получения вывода на основе знаний).
От выбранного метода поиска, то есть стратегии вывода, будет зависеть порядок применения и срабатывания правил. Процедура выбора сводится к определению направления поиска и способа его осуществления. Процедуры, реализующие поиск, обычно «зашиты» в механизм вывода, поэтому в большинстве систем инженеры знаний не имеют к ним доступа и, следовательно, не могут в них ничего изменять по своему желанию.
При разработке стратегии управления выводом важно определить два вопроса:
1. Какую точку в пространстве состояний принять в качестве исходной?
От выбора этой точки зависит и метод осуществления поиска – в прямом или обратном направлении.
2. Какими методами можно повысить эффективность поиска решения?
Эти методы определяются выбранной стратегией перебора – в глубину, в ширину, по подзадачам или иначе.
Выше отмечалось, что существует два метода получения вывода: прямой и обратный.
В системах с прямым выводом по известным фактам отыскивается заключение, которое из этих фактов следует. Если такое заключение удается найти, то оно заносится в рабочую память. Прямой вывод часто называют выводом, управляемым данными, или выводом, управляемым антецедентами.
При обратном порядке вывода вначале выдвигается некоторая гипотеза, а затем механизм вывода как бы возвращается назад, переходя к фактам, пытаясь найти те, которые подтверждают гипотезу. Если она оказалась правильной, то выбирается следующая гипотеза, детализирующая первую и являющаяся по отношению к ней подцелью. Далее отыскиваются факты, подтверждающие истинность подчиненной гипотезы. Вывод такого типа называется управляемым целями, или управляемым консеквентами. Обратный поиск применяется в тех случаях, когда цели известны и их сравнительно немного.
Существуют системы, в которых вывод основывается на сочетании упомянутых выше методов – обратного и ограниченного прямого. Такой комбинированный метод получил название циклического.
Пример.
Имеется фрагмент базы знаний из двух правил:
П1. Если «отдых – летом» и «человек – активный», то «ехать в горы».
П2. Если «любит солнце», то «отдых летом».
Предположим, в систему поступили факты – «человек активный» и
«любит солнце».
ПРЯМОЙ ВЫВОД – исходя из фактических данных, получить
рекомендацию.
1-й проход.
Шаг 1. Пробуем П1, не работает (не хватает данных «отдых – летом»).
Шаг 2. Пробуем П2, работает, в базу поступает факт «отдых – летом».
2-й проход.
Шаг 3. Пробуем П1, работает, активируется цель «ехать в горы»,
которая и выступает как совет, который дает ЭС.
ОБРАТНЫЙ ВЫВОД – подтвердить выбранную цель при помощи имеющихся правил и данных.
1-й проход.
Шаг 1. Цель – «ехать в горы»: пробуем П1 – данных «отдых – летом»
нет, они становятся новой целью и ищется правило, где цель в правой части.
Шаг 2. Цель – «отдых – летом»: правило П2 подтверждает цель и активирует ее.
2-й проход.
Шаг 3. Пробуем П1, подтверждается искомая цель.
В системах, база знаний которых насчитывает сотни правил, желательным является использование стратегии управления выводом, позволяющей минимизировать время поиска решения и тем самым повысить эффективность вывода.
УЧЕНЬЕ - СВЕТ, А НЕУЧЕНЬЕ - ЧУТЬ СВЕТ И НА РАБОТУ!
