RU2296356C1 - Способ контроля и управления динамической системой - Google Patents
Способ контроля и управления динамической системой Download PDFInfo
- Publication number
- RU2296356C1 RU2296356C1 RU2005124236/09A RU2005124236A RU2296356C1 RU 2296356 C1 RU2296356 C1 RU 2296356C1 RU 2005124236/09 A RU2005124236/09 A RU 2005124236/09A RU 2005124236 A RU2005124236 A RU 2005124236A RU 2296356 C1 RU2296356 C1 RU 2296356C1
- Authority
- RU
- Russia
- Prior art keywords
- parameter
- entropy
- value
- control
- distribution
- Prior art date
Links
Landscapes
- Feedback Control In General (AREA)
Abstract
Изобретение относится к области техники автоматизированного управления. Технический результат изобретения заключается в оптимизации управления и повышении полноты контроля за состоянием систем. Достигается технический результат за счет того, что при организации управления минимизируют величину энтропийного потенциала выходного параметра системы путем трансформации закона распределения управляемого параметра за счет изменения настроечных параметров регулятора, при этом степень трансформации закона распределения управляемого параметра оценивается по величине энтропийного коэффициента.
Description
Изобретение относится к способам контроля и организации оптимального управления и может быть использовано в системах контроля и управления в пищевой, химической, металлургической и других отраслях промышленности. Целью изобретения является повышение полноты контроля за состоянием систем и оптимизация управления ими.
Известен классический способ контроля и управления, основанный на анализе и минимизации величины дисперсии σ2 рассматриваемого параметра y. В качестве примера можно привести известную задачу определения оптимальной передаточной функции системы, обеспечивающей минимизацию дисперсии выходного параметра, так называемую задачу построения оптимального фильтра Винера. Недостатком такого способа контроля и управления является отсутствие учета влияния закона распределения рассматриваемого параметра на степень дестабилизации, неопределенности состояния системы. Аппроксимация реальных законов распределения параметров каким-либо одним законом, например нормальным, может существенно исказить характеристику состояния системы, привести к ошибочным оценкам и, в конечном счете, к снижению эффективности контроля и управления. Альтернативой классическому способу контроля и управления является использование в качестве характеристики состояния объекта величины вероятностной энтропии параметра Н(y), которая для непрерывной величины у определяется из выражения
где р(y) - плотность распределения или дифференциальный закон распределения этого параметра.
Согласно определению, увеличение степени неопределенности состояния системы характеризуется увеличением энтропии и наоборот. Однако использование приведенного выражения на практике предусматривает определение функции р(y) в каждом цикле контроля или управления, что связано с обработкой больших объемов выборок измерительной информации (построение гистограмм с последующей аппроксимацией их законами распределения с помощью критериев согласия и др.), и требует привлечения материальных ресурсов, значительных затрат квалифицированных специалистов и времени. Поэтому такой способ контроля и управления не получил распространения на практике.
Предлагаемый способ основан на использовании для организации контроля и управления величины энтропийного потенциала системы ΔЭ, как унифицированной характеристики неопределенности ее состояния. Величина энтропийного потенциала определяется как половина диапазона равномерного распределения в интервале от -ΔЭ и до ΔЭ, имеющего такую же энтропию параметра, как и у конкретной системы с конкретным законом распределения этого параметра. Поэтому величина энтропийного потенциала может быть выражена через энтропию системы в виде
Очевидно, что возрастание величины Δэ свидетельствует об увеличении степени неопределенности состояния системы и наоборот.
Аналогичное более частное понятие - энтропийное значение погрешности - было введено в приборостроении для характеристики погрешностей средств измерений. В монографии «Электрические измерения неэлектрических величин» авторы А.Н.Туричин, П.В.Новицкий, Е.С.Левшина и др. / Под ред. П.В.Новицкого. - Л.: Энергия, 1975, приведены соответствующие обоснования и выкладки. Основным достоинством введенного понятия величины энтропийного потенциала для организации контроля и управления является то, что она может быть выражена через характеристики разброса параметра в виде
где σ - величина среднеквадратического отклонения параметра; Кэ - энтропийный коэффициент закона распределения параметра.
Величина Кэ зависит от вида закона распределения и может изменяться в пределах от 0 и до 2,066 (В реальных ситуациях обычно диапазон изменения лежит в пределах от 1 и до 2,066). Причем максимальное значение Кэ=2,066 соответствует нормальному закону распределения. То есть при одинаковой величине σ нормальный закон распределения дает наибольшее значение энтропии или наибольший дестабилизирующий эффект относительно других законов распределения. Отсюда следует, что аппроксимация реальных законов распределения нормальным законом дает мажорантную, завышенную в энтропийном смысле, оценку состояний системы. Причем погрешности такого оценивания, как это видно из диапазонов изменения Кэ, могут составлять десятки и более процентов. Определение величины Кэ зачастую может быть осуществлено без проведения экспериментальных исследований: аналитическим путем, на основании аналогий, исходя из физического смысла и др. В вышеуказанной монографии приведены методики и специальные номограммы по определению величины Кэ для результирующего закона распределения параметра, обусловленного наличием совокупности его различных случайных составляющих. Таким образом, для определения величины энтропийного потенциала зачастую требуется ограниченный объем выборки наблюдений контролируемого параметра, необходимый только для получения представительной оценки величины σ. Этот объем экспериментальных данных будет на порядок меньше объема данных, необходимого для получения энтропии. Поэтому контроль состояния системы в динамическом режиме целесообразно осуществлять по величине энтропийного потенциала, с помощью которого представляется возможным комплексно оценить не только разброс параметра в виде величины σ, но и его характер, определяемый законом распределения, в виде величины Кэ. Оптимизация управления в соответствии с предложенным способом состоит в целенаправленном изменении величины энтропийного потенциала системы и, например, может быть направлена на его минимизацию. Достижение этой цели осуществляется с использованием методов оптимизации путем варьирования величины σ, а также, и в этом состоит новизна предложенного способа, путем трансформации закона распределения управляемого параметра, то есть путем варьирования величины Кэ. Реализация такой задачи возможна за счет изменения статических и динамических свойств системы, например изменения настроечных параметров регулятора, введения в состав системы специальных корректирующих звеньев, модернизации отдельных элементов системы с целью изменения динамических характеристик, например постоянных времени, т.е. за счет изменения передаточной функции системы. В результате чего изменятся условия прохождения случайных воздействий через систему, что в конечном счете приведет к изменению закона распределения управляемого параметра. Таким образом, с использованием предложенного способа повышается полнота контроля за состоянием системы и эффективность управления ею за счет учета и изменения закона распределения выходного параметра по величине энтропийного коэффициента.
Claims (1)
- Способ управления динамической системой, основанный на анализе и целенаправленном изменении величины энтропийного потенциала выходного параметра ΔЭ, описываемого зависимостьюΔЭ=σ·КЭ,где σ - величина среднеквадратического отклонения параметра;Кэ - энтропийный коэффициент, величина которого определяется законом распределения параметра,отличающийся тем, что минимизируют величину энтропийного потенциала выходного параметра системы путем трансформации закона распределения управляемого параметра за счет изменения настроечных параметров регулятора, при этом степень трансформации закона распределения управляемого параметра оценивается по величине энтропийного коэффициента.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2005124236/09A RU2296356C1 (ru) | 2005-07-29 | 2005-07-29 | Способ контроля и управления динамической системой |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2005124236/09A RU2296356C1 (ru) | 2005-07-29 | 2005-07-29 | Способ контроля и управления динамической системой |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2296356C1 true RU2296356C1 (ru) | 2007-03-27 |
Family
ID=37999267
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2005124236/09A RU2296356C1 (ru) | 2005-07-29 | 2005-07-29 | Способ контроля и управления динамической системой |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2296356C1 (ru) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2552891C1 (ru) * | 2011-07-20 | 2015-06-10 | Альстом Текнолоджи Лтд | Способ регулирования |
RU2565367C1 (ru) * | 2014-03-27 | 2015-10-20 | Общество с ограниченной ответственностью (ООО) "Кардиовид" | Способ контроля и управления динамической системой |
RU2743897C1 (ru) * | 2020-05-26 | 2021-03-01 | Виталий Германович Полосин | Способ контроля состояния стохастической системы |
RU2746904C1 (ru) * | 2020-08-11 | 2021-04-22 | Виталий Германович Полосин | Способ контроля неопределённости стохастической системы при условной оценке центра плотности распределения |
RU2758638C1 (ru) * | 2021-03-09 | 2021-11-01 | Виталий Германович Полосин | Способ мониторинга и контроля над стохастической системой при несмещённой несимметричной целевой плотности распределения выходного параметра |
-
2005
- 2005-07-29 RU RU2005124236/09A patent/RU2296356C1/ru not_active IP Right Cessation
Non-Patent Citations (2)
Title |
---|
ЛАЗАРЕВ В.Л., Робастные системы управления в пищевой промышленности, Санкт-Петербург, 2003, с.140-144. * |
ТУРИЧИН A.M. и др., Электрические измерения неэлектрических величин, Изд. 5-е, перераб. и доп., Ленинград, Энергия, 1975, с.45-90. * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2552891C1 (ru) * | 2011-07-20 | 2015-06-10 | Альстом Текнолоджи Лтд | Способ регулирования |
US9515593B2 (en) | 2011-07-20 | 2016-12-06 | General Electric Technology Gmbh | Regulation method |
RU2565367C1 (ru) * | 2014-03-27 | 2015-10-20 | Общество с ограниченной ответственностью (ООО) "Кардиовид" | Способ контроля и управления динамической системой |
RU2743897C1 (ru) * | 2020-05-26 | 2021-03-01 | Виталий Германович Полосин | Способ контроля состояния стохастической системы |
RU2746904C1 (ru) * | 2020-08-11 | 2021-04-22 | Виталий Германович Полосин | Способ контроля неопределённости стохастической системы при условной оценке центра плотности распределения |
WO2022035348A1 (ru) * | 2020-08-11 | 2022-02-17 | Виталий Германович ПОЛОСИН | Способ и устройства контроля неопределённости стохастической системы |
RU2758638C1 (ru) * | 2021-03-09 | 2021-11-01 | Виталий Германович Полосин | Способ мониторинга и контроля над стохастической системой при несмещённой несимметричной целевой плотности распределения выходного параметра |
WO2022191733A1 (ru) * | 2021-03-09 | 2022-09-15 | Виталий Германович ПОЛОСИН | Способ мониторинга и контроля стохастической системы |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Houpt et al. | Statistical measures for workload capacity analysis | |
Pollak et al. | A simulation-based investigation of the staircase method for fatigue strength testing | |
RU2296356C1 (ru) | Способ контроля и управления динамической системой | |
Bennett et al. | Optimizing taxonomic resolution and sampling effort to design cost‐effective ecological models for environmental assessment | |
Wilson et al. | Patient result median monitoring for clinical laboratory quality control | |
Coutts et al. | Extrapolating demography with climate, proximity and phylogeny: approach with caution | |
van Rossum et al. | A method for optimization and validation of moving average as continuous analytical quality control instrument demonstrated for creatinine | |
Buschke et al. | Random population fluctuations bias the Living Planet Index | |
Kang et al. | Development of Hartigan’s dip statistic with bimodality coefficient to assess multimodality of distributions | |
Abbasi | Exponentially weighted moving average chart and two‐component measurement error | |
AU2012296458A1 (en) | Extrapolation of interpolated sensor data to increase sample throughput | |
Vanderborght et al. | Effect of pesticide fate parameters and their uncertainty on the selection of ‘worst‐case’scenarios of pesticide leaching to groundwater | |
Syrjala | Critique on the use of the delta distribution for the analysis of trawl survey data | |
CN111486956A (zh) | 异常体温筛查方法、装置、计算机设备和存储介质 | |
Yan et al. | Functional principal components analysis on moving time windows of longitudinal data: dynamic prediction of times to event | |
Lei et al. | A hybrid nudging-ensemble Kalman filter approach to data assimilation. Part I: Application in the Lorenz system | |
Carson et al. | Exponentially weighted moving average (EWMA) control charts for monitoring an analytical process | |
Nestler et al. | GIMME’s ability to recover group-level path coefficients and individual-level path coefficients | |
Ditlevsen et al. | Parameter estimation from observations of first-passage times of the Ornstein–Uhlenbeck process and the Feller process | |
Liu et al. | Model-based measurement error detection of a coagulant dosage control system | |
CN107944205B (zh) | 一种基于高斯烟羽模型的水域特征模型建立方法 | |
Mainguy et al. | An Improved Method for the Estimation and Comparison of Mortality Rates in Fish from Catch‐Curve Data | |
Barnabas et al. | Comparison of allocation procedures in a stratified random sampling of skewed populations under different distributions and sample sizes | |
Rivas Casado et al. | Geostatistical analysis of the spatial distribution of mycotoxin concentration in bulk cereals | |
Skou et al. | Tutorial–applying extreme value theory to characterize food‐processing systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20130730 |