-
Notifications
You must be signed in to change notification settings - Fork 3
/
introduction.tex
55 lines (44 loc) · 8.15 KB
/
introduction.tex
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
\chapter*{Введение}
\addcontentsline{toc}{chapter}{Введение}
В современных условиях управление производством становится все сложнее, требования к эффективности более высокими. Задачи, находящиеся на уровне АСУТП, находятся в тесном взаимодействии как с верхним уровнем (планирование производства и т.п.), так и с нижним (уровень технологического оборудования). Один из путей улучшения производства может заключаться за счет совершенствования применяемых на уровне АСУТП подходов к управлению – применению последних разработок в данной области, одной из которых является нейроуправление.
ПИ- и ПИД-регуляторы были одними из первых систем управления \cite{Omatu_Khalid_Yusof}. Они зарекомендовали себя как относительно простые и надежные системы, которые достаточно эффективно решали поставленные задачи. И в настоящее время они остаются преобладающими системами управления, несмотря на наличие в них определенных недостатков и ограничений, которых лишено нейроуправление. Новые подходы позволяют строить более эффективные системы управления по сравнению с классическими ПИД-регуляторами.
Нейроуправление – относительно молодое направление научных исследований, которое стало самостоятельным в 1988 году. Однако исследования в этой области начались гораздо раньше. Одно из определений науки «кибернетика» рассматривает ее как общую теорию управления и взаимодействия не только машин, но и биологических существ. Нейроуправление пытается реализовать данное положение через построения систем управления (систем принятия решений), которые могут обучаться во время функционирования, и таким образом, улучшать свою эффективность работы. При этом такие системы используют параллельные механизмы обработки информации, подобно мозгу живых организмов \cite{Uskov_2004}.
Долгое время была популярна идея построения совершенной системы управления – универсального контроллера, который извне выглядел бы как «черный ящик». Он мог бы использоваться для управления любыми системами, имея связи с датчиками, исполнительными механизмами, другими контроллерами и специальную связь с «модулем эффективности» – системой, которая определяет эффективность управления исходя из заданных критериев. Пользователь такой системы управления задавал бы только желаемый результат, далее обученный контроллер управлял бы самостоятельно, возможно придерживаясь сложной стратегии достижения в будущем желаемого результата. Также он бы все время корректировал свое управление исходя из реакции объекта управления для достижения максимальной эффективности. Общая схема такой системы приведена ниже.
\begin{figure}[H]
\tikzset{
box/.style={
% The shape:
rectangle,
% The size:
minimum size=20mm,
% The border:
very thick,
draw=red!50!black!50, % 50% red and 50% black,
% and that mixed with 50% white
% The filling:
top color=white, % a shading that is white at the top...
bottom color=red!50!black!20, % and something else at the bottom
% Font
font=\itshape,
align=center}}
\tikzset{big_arrow/.style={-{Stealth[length=5mm, width=4mm]}}}
\centering
\usetikzlibrary {positioning,shapes.misc,calc,arrows.meta,arrows}
\begin{tikzpicture}[
right1/.style={to path={-- ++(5,0) |- (\tikztotarget)}},
left1/.style={to path={-- ++(-5,0) |- (\tikztotarget)}}]
\node (o1) [box] {Объект\\управления};
\node (u1) [below=of o1,align=center] {$\mathbf{ U(t) }$\\Эффективность};
\node (c1) [box,below=of u1] {Управляющее\\устройство\\(контроллер)};
\node (control) [right=of c1,align=center] {$\mathbf{ u(t) }$\\Управление};
\node (sensors) [left=of c1,align=center] {$\mathbf{ X(t) }$\\Показания датчиков};
\path {
(o1) edge[very thick] (u1)
(u1) edge[very thick, big_arrow] (c1)
($ (c1.east) $) edge[very thick, big_arrow, right1] ($ (o1.east) $)
($ (o1.west) $) edge[very thick, big_arrow, left1] ($ (c1.west) $) };
\end{tikzpicture}
\caption{Система с подкрепляющим обучением}
\label{fig:reinforce_learning_system}
\end{figure}
В настоящее время не только оборудование, применяемое на ОАО «Савушкин продукт», характеризуется очень высокой сложностью, но и технологические процессы также. Настройка параметров технологических линий требует наличия специалистов высокого уровня и занимает длительное время. Соответственно требования к качеству изготовления продукции очень высоки, так как от него напрямую зависит размер получаемой прибыли (выше качество – лучше потребительские характеристики товара – дольше срок хранения – более широкие возможности по географическому охвату рынка и т.д.). Нейроуправление позволяет повысить качество продукции за счет повышения эффективности управления, а также ускорить настройку параметров. Поэтому актуальной является задача применения нейроуправления для построения сложных управляющих систем на уровне АСУТП, которые были бы лишены недостатков, присущих используемым системам (на основе ПИД-регуляторов).