Проблема забезпечення стійкості інтелектуальних систем керування технологічними об’єктами

Abstract

У статті розглянуто інтелектуальні системи керування (ІСК) технологічними об ’єктами (процесами, агрегатами, комплексами), які мають ряд суттєвих особливостей з точки зору автоматизації, що об’єктивно дає змогу виділити їх в один клас. Виконано аналіз структур ІСК з логічними регуляторами, доведено важливість об’єктивних оцінок стійкості та якості процесів керування технологічними об ’єктами. Показано, що сучасні ІСК — це великі складні системи з ієрархічною структурою, побудовані на основі таких основних інтелектуальних технологій, як штучні нейронні мережі, генетичні алгоритми, нечітка логіка, методи діагностики та прогнозування, асоціативна пам’ять тощо, де особлива увага приділяється «неруйнуванню нижнього рівня» при їх побудові. При цьому до них висуваються вимоги, характерні для великих складних систем, а також додаткові, зокрема, специфічні вимоги щодо їх функціонування в різних ситуаціях та умовах (залежно від технологічного об’єкта) врахування різних видів невизначеностей, недостатності або надлишковості інформації тощо. Однією з головних вимог, окрім вищезазначених, є вимога стійкості ІСК. Стійкість традиційних САР — відома і добре досліджена проблема, а для інтелектуальних систем ця характеристика, особливо методи її визначення, знаходяться в стадії дослідження та на піці розроблення. Розглядаються і наводяться варіанти найбільш відомих підходів визначення стійкості для різних типів ІСК. Показано, як змінюється методика визначення стійкості при використанні нечітких регуляторів у системах з різними додатковими характеристиками. Так, для суттєво нелінійних об ’єктів із статистичними невизначеностями та невизначеностями, що виникають у математичних моделях, недоцільно використовувати класичні критерії стійкості Михайлова, Рауса-Гурвіца та Найквіста; для нелінійних об ’єктів з параметричною невизначеністю та адитивним керуванням можливе використання критерію Найквіста з додоатковим виділенням областей на комплексній площині, а для нейромережевої системи — теорема про малий коефіцієнт підсилення.