Метод вспомогательного контура в задачах управления сетями динамических объектов тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Чугина Юлия Владимировна

  • Чугина Юлия Владимировна
  • кандидат науккандидат наук
  • 2019, ФГАОУ ВО «Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики»
  • Специальность ВАК РФ05.13.01
  • Количество страниц 122
Чугина Юлия Владимировна. Метод вспомогательного контура в задачах управления сетями динамических объектов: дис. кандидат наук: 05.13.01 - Системный анализ, управление и обработка информации (по отраслям). ФГАОУ ВО «Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики». 2019. 122 с.

Оглавление диссертации кандидат наук Чугина Юлия Владимировна

ВВЕДЕНИЕ

ГЛАВА 1. ОБЗОР

1. 1 Обзор методов управления в условиях возмущений

1.2 Обзор методов управления сетями динамических объектов

1.3 Обзор методов управления в условиях насыщения

Выводы

ГЛАВА 2. АЛГОРИТМЫ УПРАВЛЕНИЯ ДИНАМИЧЕСКИМИ СЕТЯМИ С КОМПЕНСАЦИЕЙ ВОЗМУЩЕНИЙ

2.1 Линейные непрерывные подсистемы с ограничениями на сигналы управления

2.1.1 Постановка задачи управления линейными непрерывными подсистемами

2.1.2 Разработка системы управления

2.1.3 Доказательство Утверждения

2.1.4 Пример численного моделирования

2.1.5 Влияние помех измерений на качество функционирования

2.2 Линейные дискретные подсистемы

2.2.1 Постановка задачи управления дискретными подсистемами

2.2.2 Разработка системы управления дискретными подсистемами

2.2.3 Доказательство Утверждения

2.2.4 Пример численного моделирования

2.3 Подсистемы с коммуникационным запаздыванием

2.3.1 Постановка задачи управления системами с запаздыванием

2.3.2 Разработка системы управления системами с запаздыванием

2.3.3 Пример численного моделирования

2.4 Нелинейные подсистемы

2.4.1 Интервальная линеаризация и методы интервальной арифметики

2.4.2 Постановка задачи управления многоканальным объектом

2.4.3 Разработка системы управления

2.4.4 Экспериментальная апробация алгоритма

Выводы

ГЛАВА 3. НЕГЛАДКИЕ АЛГОРИТМЫ УПРАВЛЕНИЯ ДИНАМИЧЕСКИМИ

СЕТЯМИ С КОМПЕНСАЦИЕЙ ВОЗМУЩЕНИЙ

3.1 Разработка робастного адаптивного алгоритма управления

3.1.1 Постановка задачи управления объектом

3.1.2 Разработка алгоритма

3.1.3 Доказательство утверждения

3.2 Распространение робастного адаптивного алгоритма на случай управления сетью объектов

3.2.1 Постановка задачи управления сетью

3.2.2 Алгоритм управления

3.2.3 Моделирование алгоритма

Выводы

ГЛАВА 4. УПРАВЛЕНИЕ ЭЛЕКТРОГЕНЕРАТОРАМИ ПОСРЕДСТВОМ НАПРЯЖЕНИЯ НА ОБМОТКАХ ВОЗБУЖДЕНИЯ

4.1 Общие требования к автоматическому регулированию возбуждения синхронного генератора

4.2 Модель сети синхронных генераторов

4.3 Синтез системы управления сетью электрических генераторов

4.4 Пример моделирования

4.5 Экспериментальная апробация

Выводы

ЗАКЛЮЧЕНИЕ

СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ

СЛОВАРЬ ТЕРМИНОВ

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

СПИСОК ИЛЛЮСТРАТИВНОГО МАТЕРИАЛА

Рекомендованный список диссертаций по специальности «Системный анализ, управление и обработка информации (по отраслям)», 05.13.01 шифр ВАК

Введение диссертации (часть автореферата) на тему «Метод вспомогательного контура в задачах управления сетями динамических объектов»

ВВЕДЕНИЕ

Актуальность темы исследования. В настоящее время все большее распространение получают сетевые системы различного типа. Как следствие, появился целый ряд новых задач в теории автоматического управления. В качестве примеров практических задач такого рода можно привести создание автоматических линий сборки на производстве, поддержание устойчивой работы электроэнергетических сетей, настройку распределенных оптических систем, синхронизацию тактовых частот в телекоммуникационной сети и т.д. Общей особенностью сетей динамических объектов является большое количество подсистем, что, как правило, требует больших затрат на управление в плане стоимости оборудования и вычислительных мощностей. Становится актуальной задача разработки простых в расчете, реализации и настройке и, одновременно с этим, надежных алгоритмов управления.

Степень разработанности темы исследования. Метод вспомогательного контура [1] для компенсации ограниченных возмущений соответствует перечисленным качествам. Алгоритм управления, предложенный в свое время А. М. Цыкуновым, обеспечивает стабилизацию или слежение за эталонными сигналами линейных либо нелинейных с липшицевой нелинейностью объектов управления (ОУ), функционирующих в условиях параметрической неопределенности и воздействия внешних возмущений. Неопределенность параметров может быть вызвана рядом факторов: изменение характеристик ОУ неизвестным образом в широких пределах в процессе функционирования или отсутствие точного математического описания ОУ. Алгоритм легко распространяется на сеть взаимосвязанных объектов посредством применения его локально в каждой из подсистем. Полученный таким образом децентрализованный алгоритм управления был предложен И. Б. Фуртатом [2]. Как было отмечено в данной работе, несмотря на то, что на настоящее время предложено достаточное количество решений задачи управления сетями в условиях возмущений и параметрической неопределенности, алгоритм, основанный на методе

вспомогательного контура, отличается от них в положительную сторону своей простотой и эффективностью для управления сетями с частично не идентичными локальными подсистемами.

Цели и задачи. Целью настоящей работы является развитие метода вспомогательного контура для управления сетью динамических объектов в условиях ограничений на сигнал управления, параметрической неопределенности и возмущений. Эта цель требует вывода условий функционирования и, при необходимости, модификации алгоритма для различных практических условий его применения, отличающиеся от исходной постановки задачи управления, рассмотренной при его разработке. В связи с этой целью поставлены и решены следующие задачи:

— получение условия функционирования алгоритма управления для сети динамических объектов в условиях ограничений на амплитуды сигналов в каналах регулирования;

— разработка дискретной по времени версии алгоритма;

— разработка робастного адаптивного алгоритма с повышенной точностью регулирования за счет подавления ошибок наблюдения.

Все рассматриваемые модификации целей управления находят свое отражение во множестве различных практических задач, расширяя тем самым область применимости исходного алгоритма. В качестве примера, работа дополнительно решает следующую задачу:

— синтез алгоритма для автоматического регулятора возбуждения синхронного электрического генератора, работающего в сети на общую нагрузку.

Научная новизна результатов, представленных в диссертации, заключается в разработке и исследовании новых алгоритмов управления для сетей динамических объектов, отличающихся от имеющихся результатов тем, что:

— предложена новая функция, ограничивающая сигнал управления по амплитуде при сохранении липшицевости системы управления;

— предложена оценка допустимых значений ошибок слежения для предотвращения насыщения, на основании сведений о допустимых значениях управляющих сигналов и интервалов допустимых значений параметров системы;

— предложен алгоритм настройки параметров, выбираемых разработчиком, для обеспечения требуемой точности управления;

— предложена модификация алгоритма для дискретных по времени систем с сохранением явной зависимости между настраиваемым параметром и ошибкой слежения;

— предложена модификация для алгоритма вспомогательного контура, направленная на повышение точности его работы за счет дополнительного подавления ошибок управления;

— синтезирован регулятор возбуждения синхронного электрического генератора на основе метода вспомогательного контура, учитывающий ограничение на управление.

Теоретическая и практическая значимость работы. Разработанные модификации алгоритма вспомогательного контура повышают качество его функционирования и расширяют область его практической применимости, чем обуславливается теоретическая значимость работы.

В качестве одного из примеров применения результатов исследований в диссертации рассматривается решение задачи разработки автоматических регуляторов сети электрических генераторов. Эта задача является в настоящее время актуальной в силу ряда причин. О наличии концептуального кризиса в электроэнергетике свидетельствуют участившиеся по всему миру крупные системные аварии, в результате которых обесточиваются миллионы потребителей. Причины аварий, по заключениям экспертов, состоят в недостаточном развитии линий передач, коммуникаций между системными операторами и перегрузках систем [3]. Снижение общего уровня надежности энергоснабжения - не единственный фактор, определяющий необходимость кардинальных

преобразований в электроэнергетике. Среди прочих можно выделить низкую энергоэффективность при преобразовании, передаче и распределении энергии; низкий потенциал увеличения эффективности с использованием текущей технологической базы и ограниченность возможности дальнейшего наращивания мощностей в силу очевидного истощения потенциала традиционных подходов и принципов функционирования электроэнергетики.

Альтернативой наращиванию мощностей является развитие путем внедрения решений и инноваций из других отраслей, прежде всего информационно-коммуникационных и компьютерных технологий. Наряду с конструктивными мерами по техническому совершенствованию электрических сетей, разрабатываются различные концепции перехода на качественно новый уровень управления в электроэнергетике. Для ЕЭС России разрабатывается своя концепция развития электроэнергетики «Активно-адаптивная сеть». Предполагается использование усовершенствованных распределенных интеллектуальных систем управления, обеспечивающих сопротивление сети негативным влияниям и самовосстановление при аварийных возмущениях. Реализация такого управления обеспечит необходимое условие создания и функционирования Активно-адаптивной сети, которая, в свою очередь, позволит снизить потери электроэнергии, нагрузку на электростанции, ущерб от аварий за счет четкого контроля и регулирования режима работы сети. Одной из важнейших подзадач в этой области является автоматическое управление работой синхронных генераторов (СГ).

Неотъемлемой частью СГ является обмотка возбуждения. Управление током возбуждения позволяет регулировать реактивную мощность в энергосистемах, тем самым поддерживая вырабатываемое генераторами напряжение на требуемом уровне, и, как следствие, способствует устойчивости параллельной работы энергосистем [4]. В настоящее время разработано множество различных типов автоматических регуляторов возбуждения (АРВ): от простейших АРВ пропорционального действия, не отличающихся робастностью к изменению

параметров сети, до высокоинтеллектуальных регуляторов, использующих нечеткую логику или нейронные сети, что может вызывать трудности в освоении их инженерами-эксплуатационниками [5]. Метод вспомогательного контура для разработки АРВ впервые был применен в работе [6], где рассматривается управление сетью СГ с учетом топологии сети. Предлагаемый автором алгоритм управления реализует простую, но эффективную систему стабилизации функционирования генераторов, включенных в общую сеть. Сравнение с аналогами [7-9], приведенное в работе, отражает такие преимущества разработанного регулятора, как более простая структура, отсутствие необходимости измерения полного вектора состояния и робастность к изменению параметров сети.

Часть разработанных в настоящей работе алгоритмов управления также функционально отвечают задаче синтеза алгоритма автоматического регулирования возбуждения СГ. За счет повышения качества работы регулятора предложенными модификациями алгоритма повышается точность синхронизации генераторов, а, следовательно, повышается надежность работы сети и снижаются потери электроэнергии. Этим обуславливается практическая значимость настоящей работы.

Методология и методы исследования. Основные теоретические результаты, полученные в диссертационной работе, обосновываются с использованием метода функций Ляпунова. Эффективность разработанных алгоритмов иллюстрируется путем компьютерного моделирования в системе МАТЬАВ^тиНпк и экспериментальными исследованиями с использованием лабораторных установок.

Положения, выносимые на защиту:

1) Алгоритм компенсации ограниченных возмущений в сетях динамических объектов с ограничениями на амплитуды управляющих сигналов.

2) Робастный адаптивный алгоритм компенсации ограниченных возмущений.

3) Алгоритм компенсации ограниченных возмущений в сетях динамических объектов с дискретными по времени линейными подсистемами.

4) Алгоритм для автоматического регулятора возбуждения сети синхронных электрических генераторов.

Степень достоверности и апробация результатов. Достоверность научных результатов обеспечивается посредством применения строгих аналитических методов теории автоматического управления и подтверждается согласованностью теоретических выводов с данными, полученными в ходе численного моделирования и экспериментальных исследований.

Основные результаты диссертационной работы были представлены на международных и всероссийских научных конференциях и отражены в ряде публикаций [10-19]. Кроме того, результаты исследований были использованы в отчетах по следующим НИР:

— грант правительства Санкт-Петербурга «для студентов вузов, расположенных на территории Санкт-Петербурга, аспирантов вузов, отраслевых и академических институтов, расположенных на территории Санкт-Петербурга» в 2017 и 2018 гг.;

— грант Правительства РФ для государственной поддержки научных исследований, проводимых под руководством ведущих ученых в российских образовательных организациях высшего образования, научных учреждениях, подведомственных Федеральному агентству научных организаций, и государственных научных центрах Российской Федерации № 14.Z50.31.0031;

— грант РФФИ 13-08-01014 «Управление динамическими сетями в условиях параметрической неопределенности, внешних возмущений и запаздываниях в каналах связи»;

— грант РФФИ 18-38-20037 «Управление техническими системами на базе наблюдателей возмущений с использованием управляющих воздействий малой амплитуды»;

— грант РНФ 18-79-10104 «Управление сетевыми системами в условиях неопределенностей и запаздывания с применением к управлению электроэнергетическими сетями»;

— программа Отделения энергетики, машиностроения, механики и процессов управления Российской академии наук "Анализ и оптимизация функционирования систем многоуровневого, интеллектуального и сетевого управления в условиях неопределенности", выполняемая в Институте проблем машиноведения РАН.

ГЛАВА 1. ОБЗОР

1.1 Обзор методов управления в условиях возмущений

Борьба с влиянием возмущающих воздействий - зачастую одна из главных задач систем управления. Как следствие, на сегодняшний день уже разработано и продолжает разрабатываться множество различных методов решения этой задачи. Существует два основных подхода: подавление воздействия возмущений, основанное на использовании сильной обратной связи, и компенсация, при которой управление является оценкой возмущения.

Среди существующих алгоритмов подавления возмущающих воздействий следует выделить регуляторы, разработанные А. А. Бобцовым [20] и Х. К. Халилом [21]. Оба обладают робастностью к изменению параметров и динамическим порядком на единицу меньше относительной динамической степени объекта управления. В то же время, использование сильной обратной связи в условиях ограничений на амплитуды сигналов управления может привести к насыщению.

Методы, реализующие компенсацию возмущающего воздействия, представляются более адекватными условиям практической реализации при ограниченности управляющих сигналов. Основной проблемой, рассматриваемой в работах, посвященных компенсации, является получение оценок возмущений. Существующие решения могут быть разделены на несколько типов.

Метод бекстеппинга (обратный обход интегратора) [22-25] обеспечивает высокое качество переходных процессов, но при этом обычно довольно сложен в плане синтеза регулятора и его реализации. Сложность определяется необходимостью расчета производных сигналов управления и подбора большого количества параметров. Однако, последние модификации [25] позволяют упростить структуру без потери качества. Использование метода бэкстепинга в составе алгоритмов позволяет реализовать компенсацию несогласованных возмущений, как было показано в работе [26].

Методы внутренней модели требуют знания структуры генератора сигнала возмущения и используют идентификацию для определения его параметров, таких

как частота, фаза, амплитуда. Среди работ такого типа имеются как алгоритмы в дискретном времени [27], так и в непрерывном [28-32]. И хотя новые подходы постепенно смягчают требования к ОУ [31], [32], алгоритмы такого типа все равно отличаются зависимостью сложности синтеза от сложности вида сигнала возмущения.

Наконец, существует подход, основанный на непараметрической оценке возмущения [1], [33], [34]. Он позволяет синтезировать регуляторы более простой структуры по сравнению с методами внутренней модели при сложных формах входного сигнала. В работе [1] предложено несколько алгоритмов такого типа для управления в непрерывном времени. Предлагаемые регуляторы имеют динамический порядок на единицу меньше относительной динамической степени ОУ, а оценка возмущения имеет асимптотическую точность. Основная идея, использованная в этой работе, состоит во введении вспомогательного контура, представляющего собой математическую модель эталонной динамики системы. Это позволяет выразить сигнал, несущий информацию о влиянии возмущения из измерений состояния ОУ. Алгоритм осуществляет управление по выходу объекта, за счет использования наблюдателя [35].

Алгоритм вспомогательного контура относится к робастным алгоритмам управления. Как отмечается в работе [36], посвященной преимуществам и недостаткам робастных и адаптивных алгоритмов, сильная сторона робастных алгоритмов проявляется при отработке переходных режимов, в то время как адаптивные алгоритмы позволяют обеспечить большую точность в установившемся режиме, но дают плохие характеристики при изменении параметров системы. При этом их объединенное использование позволяет достичь преимуществ обоих видов алгоритмов, исключив их недостатки. Таким образом, помимо чисто робастных алгоритмов среди работ по методам компенсации возмущений можно отметить различные вариации робастных алгоритмов, дополняемых методами адаптивного или оптимального управления.

В настоящее время разработано достаточно много так называемых робастных адаптивных алгоритмов, в основном посвященных управлению одиночными динамическими объектами с нелинейностями типа насыщение [37], зона нечувствительности [38] и другие. Обычно для их получения исходно адаптивный алгоритм модифицируется таким образом, чтобы в условиях конкретной задачи он являлся робастным. Довольно обширное собрание таких алгоритмов приводится в книге [39]. Робастные адаптивные алгоритмы находят широкое применение в самых различных практических задачах, среди которых управление двигателями [40] и генераторами [41], стыковка космических аппаратов [42], автоматическое введение препаратов больным [43] и т.д. Среди робастных субоптимальных алгоритмов отметим работу [34], в которой в целях оптимизации управления алгоритм [1] был дополнен линейным квадратичным регулятором (Linear Quadratic Regulator, LQR).

1.2 Обзор методов управления сетями динамических объектов

Кооперированное взаимодействие объектов, связанных между собой информационными и/или физическими связями, представляет собой сетевую систему, математическое описание которой, как правило, представляет собой совокупность модели динамики протекающих в ней процессов и описание ее структуры с использованием графов, в которых узлами являются взаимодействующие объекты, а дуги отражают направления и степень влияния их друг на друга. Класс математических моделей такого рода описывает широкий круг систем из областей физики, биологии, робототехники, экономики, телекоммуникационных сетей и т.д. В качестве конкретных примеров можно привести такие динамические сети как нейронные сети, сети мобильных роботов, компьютерные сети, электроэнергетическая сеть, производственные и транспортные сети и многие другие. С подробным обзором особенностей, существующих разновидностей задач, целей и математических моделей сетевого управления можно ознакомиться в работах [44], [45].

Одна из особенностей сетевых систем, отличающая их от систем управления многосвязными системами [46], [47], заключается в том, что, как правило, система управления сетями является распределенной [2], [33], [48] - [52], что подразумевает доступность каждому из регуляторов только части измеряемых переменных, а также возможную асинхронность измерения входных сигналов в разных частях сети. Необходимость учитывать эти особенности с одной стороны усложняет разработку регуляторов, с другой - позволяет использовать новые, иногда значительно более удобные на практике методы, основанные на асинхронных и управляемых событиями взаимодействиях [53], [54].

Еще одной важной особенностью динамических сетей, особенно при большой протяженности их информационных каналов является коммуникационное запаздывание. В связи с этим фактором в последние годы наблюдается интерес к разработке централизованных структур управления. Среди причин перехода от локальных регуляторов можно указать следующие. Во-первых, некорректная координация между локальными регуляторами может вызывать серьезные проблемы. В случае сильной загруженности сети, использование локальных регуляторов, не учитывающих информацию о состоянии сети в целом, может привести к возрастанию рассогласований между различными контрольными областями вплоть до распада общей сети на отдельно стоящие. Во-вторых, технологические инновации в настоящее время позволяют менять подход к управлению. К примеру, в электроэнергетике так называемые системы мониторинга переходных режимов (СМПР/WAMS - Wide Area Measurement System) позволяют измерять динамические характеристики генераторов (частоту, нагрузочный угол, напряжение, ток) и синхронизировать их с помощью GPS. Расположив СМПР в стратегических узлах сети, можно получать в центрах управления целостную картинку работы сети в режиме реального времени, исключив при этом проблему ее возможного распада и в целом повысив качество управления [55].

Следующий момент, который следует отметить, состоит в том, что вообще говоря, под термин «сетевое управление» подпадают как работы, посвященные управлению сетями объектов [2], [33], [48], так и рассматривающие решение специфических проблем, возникающих при управлении через сеть, такие как квантование [56] и потеря данных [54] и т.п. Настоящая работа подпадает под первую из категорий. Типичной целью управления сетями является синхронизация процессов, причем под этим термином могут пониматься различные математические постановки задач, в связи с чем имеется целый ряд определений этого понятия. Обобщает их то, что требуемые условия поведения накладываются на все без исключения подсистемы, что при достаточно большом их количестве может оказаться излишним, в связи с чем в таких случаях вводятся понятия роение [57] и рандеву [58], специфицирующих траекторию для лидера или время достижения заданной области соответственно. В настоящей работе постановки задач ограничиваются синхронизацией, а именно е-синхронизацией подсистем.

Актуальность сетевого управления подтверждается множеством публикаций, посвященных данной тематике. На сегодняшний день предложено достаточное количество решений задачи управления динамическими сетями, как в плане чисто теоретических подходов, так и применительно к конкретным практическим задачам [8], [9], [59], [60].

1.3 Обзор методов управления в условиях насыщения

Насыщение каналов управления является чаще всего встречаемым на практике ограничением на сигналы управления, вносящим нелинейность в функционирование системы. Классическими примерами такого ограничения являются пределы отклонения в авиационных исполнительных механизмах, лимиты объема и скорости течения жидкости в гидравлических приводах и пределы напряжения в электрических приводах. Насыщения отрицательно влияют на работу регуляторов. Одним из наглядных примеров возникновения нежелательных ситуаций является так называемый эффект "виндапа". Термин происходит от первых пропорционально-интегрально-дифференциальных (ПИД)

регуляторов, которые реализовывались с помощью аналоговой электроники. Насыщение в исполнительном устройстве замедляет отклик системы, вызывая наращивание больших ошибок интегральной составляющей регулятора, которые не могут парироваться, опять же из-за наличия насыщения. Это приводит к замедлению работы системы, появляются колебания процессов, соответствующие максимально возможным амплитудам входного воздействия для объекта управления. Термин до сих пор используется в более сложных современных контроллерах, для обозначения серьезного снижения производительности системы из-за насыщения, которое, в частных случаях, может привести к потере стабильности системы [61].

В большинстве работ, посвященных тематике разработке алгоритмов управления, учитывающих насыщение на этапе синтеза системы, приводятся модификации различных алгоритмов управления, обеспечивающие большую точность работы с целью предотвращения насыщения. При этом накладываются дополнительные условия работоспособности алгоритмов, ограничивающие в той или иной мере возможности их применения. Одной из первых работ, посвященных управлению в условиях неопределенности и ограничениях на сигнал управления, является работа [62], где предложен алгоритм слежения за сигналом эталонной модели в условиях жестких ограничений на динамику поведения ошибки слежения, к сожалению, без строго доказательства. Среди более поздних работ можно отметить [63], где предлагается метод использования алгоритма «бекстеппинг» в задаче управления в условиях насыщения. Среди обязательных условий работы алгоритма требуется устойчивость объекта управления, что снижает возможность его применения. Авторами статьи [64] выведено условие синхронизации ОУ с эталоном при ограничениях на амплитуду управляющего сигнала, в качестве которого используется адаптивный закон управления. Особенностью разработанного регулятора является модификация сигнала ошибки, используемого в алгоритме адаптации, так, чтобы не учитывался эффект насыщения, что повышает эффективность алгоритма. Для практической реализации регулятора

требуется измерение полного вектора состояния ОУ. Точность слежения не задается априорно, но приводится оценка ее возможных значений.

В настоящей работе используются результаты исследований [65] для одноканальных ОУ с ограничением типа насыщение на амплитуду входного сигнала. В числе преимуществ этого алгоритма над аналогами можно перечислить функционирование в условиях параметрической неопределенности и управление по выходу объекта.

Выводы

Обзор имеющихся на настоящий день подходов к задачам управления в условиях возмущений, сетевого управления и управления в условиях насыщения позволяет сделать следующие выводы. Во-первых, для управления сложными сетевыми системами актуальной представляется разработка простых регуляторов. Среди простых по структуре робастных регуляторов метод вспомогательного контура, как метод компенсации, отличается отсутствием необходимости использования сильной обратной связи, что представляется более адекватным условиям практической реализации при существенной ограниченности управляющих сигналов. Во-вторых, распространение алгоритма на динамические сети различного типа является актуальной задачей в силу повсеместного развития сетевых систем, необходимости совершенствования используемых сетей с целью повышения надежности их работы и появление технологических инноваций, позволяющих реализовывать более эффективные системы управления. В-третьих, дополнение робастного метода вспомогательного контура адаптивным законом управления приведет к повышению точности синхронизации, что может быть полезно при применении СУ в прецизионных системах. Наконец, учет возможности насыщения на этапе синтеза алгоритма - важное дополнение в силу распространенности этой нелинейности на практике.

Похожие диссертационные работы по специальности «Системный анализ, управление и обработка информации (по отраслям)», 05.13.01 шифр ВАК

Список литературы диссертационного исследования кандидат наук Чугина Юлия Владимировна, 2019 год

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Цыкунов А. М. Алгоритмы робастного управления с компенсацией ограниченных возмущений // Автоматика и телемеханика. - 2007. - №2 7. - С. 103-115.

2. Фуртат И. Б. Робастная синхронизация динамической сети с компенсацией возмущений // Автоматика и телемеханика. - 2011. - № 12. - С. 104-114.

3. Дорофеев В. В., Макаров А. А. Активно-адаптивная сеть - новое качество ЕЭС России // Энергоэксперт. - 2009. - № 4. - С. 28-35.

4. Павлов, Г. М. Автоматика энергосистем / Г. М. Павлов, Г. В. Меркурьев. -СПб.: НОУ «Центр подготовки кадров энергетики», 2001. - 388 с.

5. Насери А. Построение перспективных автоматических регуляторов возбуждения мощных синхронных генераторов на основе теории робастного управления методами Н -оптимизации: дис. ... канд. техн. наук : 05.14.02 / А. Насери. - СПб., 2002. - 213 с.

6. Фуртат И. Б. Управление электроэнергетической сетью с учетом ее топологии // Мехатроника, автоматизация, управление. - 2013. - № 4. - С 3338.

7. Guo, Y. Global transient stability and voltage regulation for power systems / Y. Guo , D. J. Hill, Y. Wang // IEEE Transactions on Power systems. - 2001. - V. 16. - № 4. - P. 678-688.

8. Gordon, M. Global transient stability and voltage regulation for multimachine power systems / M. Gordon, D. J. Hill // IEEE Power and Energy Society General Meeting - Conversion and Delivery of Electrical Energy in the 21st Century. -2008. - P. 1-8.

9. Barabanov, A. On transient stabilization of multi-machine power systems: a "globally" convergent controller for structure-preserving models / A. Barabanov, W. Dib, F. Lamnabhi-Lagarrigue, R. Ortega // Proceedings of the 17th World Congress, IFAC. - Seoul. - 2008. - P. 9398-9403.

10. Furtat I.B., Chugina J.V. Synchronization of Dynamic Network Subjected to Control Input Saturation // IFAC Proceedings Volumes (IFAC-PapersOnline) -2015, Vol. 48, No. 11, pp. 527-533.

11. Furtat I.B., Chugina J.V., Fradkov A.L. Compensation of Disturbances in Multi-Machine Power Systems Caused by Perturbation of Mechanical Input Power // European Control Conference, ECC 2015 - 2015, pp. 800-805.

12. Чугина Ю.В., Фуртат И.Б. Компенсация возмущений в задаче управления сетью электрических генераторов // Известия Российской академии наук. Теория и системы управления - 2016. - № 1. - С. 124-133.

13. Furtat I.B., Chugina J.V., Fradkov A.L. Robust Control of Multi-Machine Power Systems Caused by Perturbation of Mechanical Input Power and Variable Unknown Communication Time-Delay // IFAC-PapersOnLine - 2016, Vol. 49, No. 14, pp. 24-29.

14. Furtat I.B., Chugina J.V. Robust Adaptive control with disturbances compensation // IFAC-PapersOnLine - 2016, Vol. 49, No. 13, pp. 117-122.

15. Vrazevsky S.A., Chugina J.V., Furtat I.B., Kremlev A.S. Robust suboptimal output control for a Twin Rotor MIMO System // 8th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT) - 2016, pp. 54-59.

16. Чугина Ю.В., Фуртат И.Б. Нелинейный алгоритм компенсации ограниченных возмущающих воздействий // Известия высших учебных заведений. Приборостроение - 2017. - Т. 60. - № 3. - С. 204-210.

17. Вражевский С.А., Чугина Ю.В., Фуртат И.Б., Кремлев А.С. Робастное субоптимальное управление многоканальными объектами в условиях насыщения // Известия высших учебных заведений. Приборостроение - 2017. - Т. 60. - № 6. - С. 495-503.

18. Vrazhevsky S.A., Chugina I.V., Furtat I.B., Kremlev A.S. Robust Suboptimal Output Stabilization for Multi Input Multi Output Plants under

Disturbances // 9th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT) - 2017, pp. 55-60.

19. Furtat, I. B. Discrete-time state feedback control algorithm for disturbances compensation / I. B. Furtat, J. V. Chugina // 10th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT): Emerging Technologies for Connected Society. - 2018. - pp. 158-163.

20. Бобцов А. А. Робастное управление по выходу линейной системой с неопределенными коэффициентами // Автоматика и Телемеханика. - 2002. -№11. - С. 108-117.

21. Халил Х. К. Нелинейные системы: пер. с англ. / Х. К. Халил . - М.Ижевск: Институт компьютерных исследований, 2009 . - 832 с.

22. H. Sun, S. Li, J. Yang, and W. Zheng, "Global output regulation for strict-feedback nonlinear systems with mismatched nonvanishing disturbances," International Journal of Robust and Nonlinear Control, vol. 25, no.15, pp. 26312645, 2015.

23. K. Queiroz, S. Dias and A. Araujo, "Modular variable structure adaptive backstepping controller: Design and stability analysis," Journal of the Franklin Institute, vol. 351, no. 4, pp. 2089-2106, 2014.

24. D. Bresch-Pietri, J. Chauvin, and N. Petit, "Adaptive backstepping for uncertain systems with time-delay on-line update laws," IEEE American Control Conference (ACC), pp. 4890-4897, 2011.

25. I. Furtat, E. Furtat, and E. Tupichin, "Modified Backstepping Algorithm with Disturbances Compensation," IFAC-PapersOnLine, vol. 48, no.11, pp. 1056-1061, 2015.

26. Furtat I.B., Vrazevsky S.A., Kremlev A.S., Gushchin P.A. Robust control algorithm under mismatched disturbances // 9th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT), IET. - 2017. - pp. 61-66.

27. L. Ljung, "System Identification: Theory for the Users". Prentice Hall, 2nd ed, P. 672, 1999.

28. X. Xia, "Global Frequency Estimation Using Adaptive Identifiers," IEEE Transactions on Automatic Control, vol. 47, pp. 1188-1193, 2002.

29. R. Marino, G. L. Santosuosso, P. Tomei, "Robust adaptive compensation of biased sinusoidal disturbances with unknown frequency," Automatica, vol. 39, pp. 1755-1761, 2003.

30. V. O. Nikiforov, "Adaptive non-linear tracking with complete compensation of unknown disturbances," European Journal of Control, vol. 4, N. 2, pp. 132-139, 1998.

31. A. A. Pyrkin, A. Smyshlyaev, N. Bekiaris-Liberis, and M. Krstic, "Rejection of sinusoidal disturbance of unknown frequency for linear system with input delay," IEEE American Control Conference - 2010, pp. 5688-5693, 2010.

32. S. Aranovskiy, A. A. Bobtsov, A. S. Kremlev, N. Nikolaev, and O. Slita, "Identification of Frequency of Biased Harmonic Signal," European Journal of Control, vol. 6, no. 2, pp. 129-139, 2010.

33. I. B. Furtat, A. L. Fradkov, A. M. Tsykunov, "Robust synchronization of linear networks with compensation of disturbances" Proc. 18th IF AC World Congress on Automatic Control, Milan - 2011, pp. 1255-1260, 2011.

34. I. B. Furtat, "Robust suboptimal control with disturbances compensation," 19th International Conference on Methods and Models in Automation and Robotics, MMAR 2014, pp. 532-537, 2014.

35. A. N. Atassi, and H. K. Khalil, "A separation principle for the stabilization of a class of nonlinear systems," IEEE Transactions on Automatic Control, 44(9), pp. 1672-1687, 1999.

36. Gutman, P. Robust and adaptive control - Fidelity or a free relationship // Lecture Notes in Control and Information Sciences. Perspectives in robust control, Springer London. - Vol. 268. - 2011. - P. 85-101.

37. Wen, C. Robust Adaptive Control of Uncertain Nonlinear Systems in the Presence of Input Saturation and External Disturbance / C. Wen, J. Zhou, Z. Liu, H. Su // IEEE Trans. on Automatic Control. - Vol. 56. - No. 7. - 2011. - P. 16721678.

38. Jasim, I. Improved observer-based robust adaptive control for a class of nonlinear systems with unknown deadzone // Proceedings of the institution of mechanical engineers, Part 1, Journal of Systems and Control Engineering. -march 2013. - P. 1-21.

39. Ioannou, P. Robust adaptive control / P. Ioannou, J. Sun // Dover Books on Electrical Engineering, Dover Publications, United States. 2012.

40. Cunha, C. D. A dual-mode adaptive robust controller applied to the speed control of a three-phase induction motor / C. D. Cunha, A. D. Araujo, D. S. Barbalho, F. C. Mota // Asian Journal of Control. - Vol. 7. - No 2. - 2005. - P. 197-201.

41. Wan, Y. Robust adaptive control for a single-machine infinite bus power system with a SVC / Y. Wan, J. Zhao, G. M. Dimirovski // Control Engineering Practice. - 2014. - P. 132-139.

42. Sun, L. Robust Adaptive Control for Spacecraft Cooperative Rendezvous and Docking / L. Sun, W. Huo // 52nd IEEE Conference on Decision and Control.

- 2013. - P. 5516-5521.

43. Malagutti, N. Particle filter-based robust adaptive control for closed-loop administration of sodium nitroprusside // Journal of Computational Surgery. - 1:8.

- 2014. - P. 1-19.

44. Амелина Н. О. и др. Проблемы сетевого управления / А. Л. Фрадков, М. С. Ананьевский, Н. О. Амелина, О. Н. Граничин, И. В. Пчелкина, А. В. Проскурников, А. С. Матвеев, А. А. Селиванов, И. А. Джунусов, И. Б. Фуртат, Э. Фридман, Б. Р. Андриевский // М.-Ижевск : Институт компьютерных исследований, 2015. - 329 с.

45. Андриевский Б. Р. Методы анализа и синтеза нелинейных систем управления / Б. Р. Андриевский, А. А. Бобцов, А. Л. Фрадков // М.-Ижевск : Институт компьютерных исследований, 2018. - 336 с.

46. Уонэм У. М. Линейные многомерные системы управления: Геометрический подход. М.: Наука, 1980.

47. Мееров М. В. Исследование и оптимизация многосвязных систем управления. М.: Наука, 1986.

48. Фуртат И. Б. Адаптивное управление динамической сетью с линейными подсистемами // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика.- 2012. - № 1. - С. 69-78.

49. Fradkov A. L., Junussov I. A. Decentralized adaptive controller for synchronization of nonlinear dynamical heterogeneous networks // International Journal of Adaptive Control and Signal Processing. - 2013. - Vol. 27. - №. 9. -pp. 729-740.

50. Fradkov A. L., Andrievsky B., Ananyevskiy M. S. Passification based synchronization of nonlinear systems under communication constraints and bounded disturbances //Automatica. - 2015. - Vol. 55. - pp. 287-293.

51. Проскурников А. В. Частотные критерии консенсуса в многоагентных системах с нелинейными секторными связями // Автоматика и телемеханика. - 2014. - №. 11. - С. 110-126.

52. Olfati-Saber R., Fax J. A., Murray R. M. Consensus and cooperation in networked multi-agent systems // Proceedings of the IEEE, Special Issue on Networked Control Systems. - 2007. - Vol. 95. - №. 1. - С. 215-233.

53. Losada M. G., Rubio F. R., Bencomo S. D. (ed.). Asynchronous Control for Networked Systems. - Heidelberg : Springer, 2015.

54. Guinaldo M. et al. Distributed event-triggered control with network delays and packet losses // 2012 IEEE 51st Annual Conference on Decision and Control (CDC). - IEEE, 2012. - P. 1-6.

55. Ni, H. Power system stability agents using robust wide area control / H. Ni,

G. T. Heydt, L. Mili // IEEE Transactions on Power systems. - 2002. - V. 17. - №2 4. - P. 1123-1131.

56. Slaughter J. Quantization errors in digital control systems //IEEE Transactions on automatic control. - 1964. - V. 9. - №. 1. - С. 70-74.

57. Li W. Stability analysis of swarms with general topology //IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics). - 2008. -V. 38. - №. 4. - С. 1084-1097.

58. Lin J., Morse A. S., Anderson B. D. O. The multi-agent rendezvous problem-the asynchronous case // The 43rd IEEE Conference on Decision and Control, 2004. - IEEE, 2004. - V. 2. - P. 1926-1931.

59. Каляев И.А., Гайдук А.Р., Капустян С.Г. Управление коллективом интеллектуальных объектов на основе стайных принципов // Вестник Южного научного центра РАН. - 2005. - Т. 1. - № 2. - С. 20-27.

60. Домбровский В. В., Чаусова Е. В. Динамическая сетевая модель управления запасами с интервальной неопределенностью спроса // Proc. International Conf. RDAMM, 2001. - V. 6. - № 2, Special Issue. - P. 271-274.

61. Conficoni, C. Nonlinear Constrained and Saturated Control of Power Electronics and Electromechanical Systems: Ph. D. thesis / C. Conficoni. -Bologna, 2013. - 200 pp.

62. Monopoli, R. Adaptive Control for Systems for Hard Saturation // Proc. 14th IEEE Conf. on Decision and Control. - Houston. - 1975. - P. 841-842.

63. Wen, C. Robust Adaptive Control of Uncertain Nonlinear Systems in the Presence of Input Saturation and External Disturbance / C. Wen, J. Zhou, Z. Liu,

H. Su // IEEE Trans. on Automatic Control. - 2011. - V. 56. - No. 7. - P. 16721678.

64. Schwager, M. Direct Adaptive Control of Multi-Input Plants with Magnitude Saturation Constrains / M. Schwager, A.M. Annaswamy // Proc. 44th IEEE Conf.

on Decision and Control, and the European Control Conf. Seville. - 2005. - P. 783788.

65. Фуртат И. Б. Управление объектами в условиях неопределенности и ограничений на амплитуду входного сигнала // Известия вузов. Приборостроение. - 2014. - Т. 57. - № 1. - С. 1-7.

66. Ren W., Beard R. W. Consensus seeking in multiagent systems under dynamically changing interaction topologies // IEEE Trans. on Automatic Control. - 2005. - Vol. 50, N 5. - P. 655-661.

67. Фуртат И. Б. Робастное управление определенным классом неминимально-фазовых динамических сетей // Известия РАН. Теория и системы управления. - 2014. - № 1. - С. 35-48.

68. Willems J. C. Dissipative dynamical systems part I: General theory // Archive for rational mechanics and analysis. - 1972. - Vol. 45. - №. 5. - pp. 321351.

69. Брусин В. А. Об одном классе сингулярно возмущенных адаптивных систем // Автоматика и телемеханика. - 1995. - №4. - С. 119-127.

70. Цыпкин Я. З. Скользящая аппроксимация и принцип поглощения // Доклады академии наук. - 1997. - Т. 357. - № 6. - С. 750-751.

71. Дударенко Н. А. Математические основы теории систем: Лекционный курс и практикум: учеб. пособие / Н. А. Дударенко, О. С. Нуйя, М. В. Сержантова, О. В. Слита, А. В. Ушаков. - СПб: СПб НИУ ИТМО. - 2014.

72. Twin Rotor M. System Advanced Teaching Manual 1 (33-007-4M5) // Feedback Instruments Ltd, Crowborough, UK. - 1998.

73. Huang L. An approach for robust control of a twin-rotor multiple input multiple output system // Robotics and Automation (ICRA), 2011 IEEE International Conference on. - IEEE, 2011. - P. 4423-4428.

74. Su J. P. Robust control of a class of nonlinear systems and its application to a twin rotor MIMO system / J. P. Su, C. Y. Liang, H. M. Chen // Industrial

Technology, 2002. IEEE ICIT'02. 2002 IEEE International Conference on. - IEEE, 2002. - Т. 2. - P. 1272-1277.

75. Чугина Ю. В. Прецизионный алгоритм цифрового управления двигателями воздушных винтов летательных аппаратов // Сборник работ аспирантов Университета ИТМО, победителей конкурса грантов Правительства Санкт-Петербурга - 2018. - С. 232-238.

76. Емельянов С. В. Новые типы обратной связи: Управление при неопределенности / С. В. Емельянов, С. К. Коровин. - М.: Наука. Физматлит, 1997. - 352 с.

77. ГОСТ 13109 - 97. Электрическая энергия. Совместимость технических средств электромагнитная. Нормы качества электрической энергии в системах электроснабжения общего назначения [Текст]. - Введ. 1999.01.01.

- М.: ИПК Издательство стандартов, 2008. - 35 с.

78. ГОСТ 21558 - 2000. Системы возбуждения турбогенераторов, гидрогенераторов и синхронных комплексов. Общие технические условия [Текст]. - Введ. 2003.07.01. - М.: ИПК Издательство стандартов, 2003. - 16 с.

79. Anderson, P. M. Power system control and stability: 2nd ed. / P. M. Anderson. - USA: Wiley-IEEE Press. - 2003. - 672 pp.

80. Меркурьев, Г. В. Устойчивость энергосистем. Расчеты / Г. В. Меркурьев. - СПб.: НОУ «Центр подготовки кадров энергетики», 2008. - Т.2.

- 376 с.

81. Kundur, P. Power System Stability and Control / P. Kundur. - New York: McGraw-Hill, Inc., 1994. - 1176 pp.

82. Лекция - переходные электромагнитные процессы [Электронный ресурс]. URL: http://www. scriru. com/14/24/63991725648.php (дата обращения: 4.05.2015).

83. Guo G., Wang Y., Hill D. J. Nonlinear output stabilization control for multimachine power systems // IEEE Transactions on Circuits and Systems I: Fundamental Theory and Applications. - 2000. - Vol. 47. - №. 1. - pp. 46-53.

СПИСОК ИЛЛЮСТРАТИВНОГО МАТЕРИАЛА

Рисунок 2.1 - Орграф Г сети S.....................................................................................18

Рисунок 2.2 - Структурная схема локальной подсистемы сети...............................25

Рисунок 2.3 - Орграф сети £........................................................................................37

Рисунок 2.4 - Ошибки слежения в первой подсистеме............................................39

Рисунок 2.5 - Сигналы управления в системах с и без ограничений на управление

в первой подсистеме.....................................................................................................39

Рисунок 2.6 - Ошибки слежения во второй подсистеме...........................................40

Рисунок 2.7 - Сигналы управления в системах с и без ограничений на управление

во второй подсистеме.................................................................................................... 40

Рисунок 2.8 - Ошибки слежения в подсистемах сети...............................................41

Рисунок 2.9 - Сигналы управления в подсистемах сети...........................................41

Рисунок 2.10 - Ошибки слежения в подсистемах сети.............................................42

Рисунок 2.11 - Сигналы управления в подсистемах сети.........................................42

Рисунок 2.12 - Настройка параметра наблюдателя...................................................42

Рисунок 2.13 - Средние арифметические, максимальные и минимальные значения

ошибок слежения...........................................................................................................43

Рисунок 2.14 - Средние арифметические, максимальные и минимальные значения

сигналов управления ..................................................................................................... 44

Рисунок 2.15 - Структурная схема локальной дискретной системы управления .. 50

Рисунок 2.16 - Сигнал возмущения в первой подсистеме сети...............................53

Рисунок 2.17 - Сигнал возмущения во второй подсистеме сети.............................53

Рисунок 2.18 - Ошибка слежения первой подсистемы без управления..................54

Рисунок 2.19 - Ошибка слежения второй подсистемы без управления..................54

Рисунок 2.20 - Ошибка слежения первой подсистемы (I = 2).................................55

Рисунок 2.21 - Ошибка слежения второй подсистемы (I = 2).................................55

Рисунок 2.22 - Ошибка слежения первой подсистемы (I = 4).................................56

Рисунок 2.23 - Ошибка слежения второй подсистемы (I = 4).................................56

Рисунок 2.24 - Орграф сети £......................................................................................57

Рисунок 2.25 - Ошибки слежения в подсистемах сети.............................................60

Рисунок 2.26 - Сигналы управления в подсистемах сети.........................................60

Рисунок 2.27 - Лабораторная установка ТЯМЗ.........................................................65

Рисунок 2.28 - Переходной процесс по углу тангажа...............................................67

Рисунок 2.29 - Переходной процесс по входному сигналу главного ротора.........67

Рисунок 2.30 - Переходной процесс по углу рысканья............................................67

Рисунок 2.31 - Переходной процесс по входному сигналу хвостового ротора.....67

Рисунок 3.1 - Аппроксимация знаковой функции функцией гиперболического

тангенса .......................................................................................................................... 73

Рисунок 3.2 - Структурная схема локальной СУ с робастным адаптивным

управлением...................................................................................................................80

Рисунок 3.3 - Переходные процессы в первой подсистеме по ошибке слежения . 82 Рисунок 3.4 - Переходные процессы в первой подсистеме по параметру

наблюдателя...................................................................................................................82

Рисунок 3.5 - Переходные процессы во второй подсистеме по ошибке слежения 83 Рисунок 3.6 - Переходные процессы во второй подсистеме по параметру

наблюдателя ................................................................................................................... 83

Рисунок 3.7 - Переходные процессы в первой подсистеме по сигналу управления

......................................................................................................................................... 84

Рисунок 3.8 - Переходные процессы в первой подсистеме по ошибке слежения

(робастный адаптивный закон управления)...............................................................84

Рисунок 3.9 - Переходные процессы в первой подсистеме по ошибке слежения

(робастный закон управления) ..................................................................................... 84

Рисунок 3.10 - Переходные процессы во второй подсистеме по сигналу управления

......................................................................................................................................... 85

Рисунок 3.11 - Переходные процессы во второй подсистеме по ошибке слежения

(робастный адаптивный закон управления)...............................................................85

Рисунок 3.12 - Переходные процессы во второй подсистеме по ошибке слежения

(робастный закон управления) ..................................................................................... 85

Рисунок 4.1 - Структурная схема агрегата.................................................................89

Рисунок 4.2 - Принятая система координат и направления осей............................91

Рисунок 4.3 - Упрощенная эквивалентная схема синхронного генератора...........92

Рисунок 4.4 - Векторная диаграмма синхронного генератора.................................92

Рисунок 4.5 - Схема электроэнергетической сети....................................................98

Рисунок 4.6 - Переходные процессы по углам нагрузки........................................100

Рисунок 4.7 - Переходные процессы по относительным частотам вращения роторов

.......................................................................................................................................100

Рисунок 4.8 - Переходные процессы по напряжениям на зажимах статоров......101

Рисунок 4.9 - Переходные процессы по напряжению на обмотках возбуждения101 Рисунок 4.10 - Переходной процесс по напряжению в обмотке возбуждения 3-го генератора....................................................................................................................102

Рисунок 4.11 - Переходные процессы по относительным частотам при

использовании различных регуляторов....................................................................103

Рисунок 4.12 - Лабораторный стенд «автоматическое управление сетью

синхронных электрических генераторов»................................................................104

Рисунок 4.13 - Структурная схема лабораторного стенда.....................................105

Рисунок 4.14 - Отклонения измерений энкодеров от эталонного значения частоты .......................................................................................................................................105

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.