СИНТЕЗ АДАПТИВНОЙ СИСТЕМЫ УПРАВЛЕНИЯ ВРАЩЕНИЕМ-ПОДЪЕМОМ ЖЕЛЕЗНОДОРОЖНЫХ ВАГОНОВ

THE SYNTHESIS OF THE RAILWAY WAGON LIFTING-ROTATION ADAPTIVE CONTROL SYSTEM

Victor Ivel

doctor of Engineering, professor of department of energetic and radioelectronics,

M. Kozybayev North Kazakhstan State University,

Kazakhstan, Petropavlovsk

Pavel Petrov

phD student of “Radioengineering, electronics and telecommunications” speciality,

M. Kozybayev North Kazakhstan State University,

Kazakhstan, Petropavlovsk

АННОТАЦИЯ

В статье описан метод синтеза Simulink-модели адаптивной системы управления вращением-подъемом железнодорожных вагонов. В дальнейшем, данная модель записывается в микроконтроллер ATmega2560, установленном на аппаратной платформе Arduino Mega 2560.

ABSTRACT

This paper presents the synthesis method of Simulink-model of the railway wagon lifting-rotation adaptive control system. This model subsequently is written in the ATmega2560 microcontroller mounted on the Arduino Mega 2560 hardware platform.

Ключевые слова: ЖД вагоны; Simulink-модель; плата Arduino Mega 2560.

Keywords: Railway wagons; Simulink-model; Arduino Mega 2560 board.

Среди всего разнообразия адаптивных систем управления можно выделить три больших класса: аналитические самонастраивающиеся системы, самонастраивающиеся системы поискового типа и самонастраивающиеся системы компенсационного типа [5].

Аналитические самонастраивающиеся системы (СНС) (описанные в [1]) подразделяются в свою очередь на СНС с настройкой по внешним воздействиям и на СНС с настройкой по динамическим характеристикам объекта управления (ОУ). В первом случае аналитически вычисляются параметры управляющего устройства, минимизирующие выбранный критерий оптимизации с учетом заданных статистических характеристик внешних помех.

В СНС с настройкой по динамическим характеристикам объекта управления можно выделить системы с замкнутым и разомкнутым циклами самонастройки. Системы с разомкнутым циклом предполагают наличие технических средств идентификации характеристик ОУ и возможность оперативно изменять параметры УУ по результатам идентификации.

В системах с применением замкнутого цикла (рисунок 1) используют совместную адаптивную идентификацию (АИ) объекта управления (ОУ) и управляющего устройства (УУ), как правило, с помощью эталонной модели (ЭМ). По результатам идентификации блок АИ рассчитывает требуемые параметры УУ, и он же организует их оперативное изменение [4].

В поисковых СНС оптимизация критерия качества осуществляется с использованием специальных поисковых сигналов, которые определяют направление изменения контролируемых параметров УУ, соответствующее приближению к экстремуму критерия качества. Поисковые системы не нашли широкого практического применения, поскольку использование специальных сигналов в автоматической системе в реальном времени может просто привести к нарушению основного процесса управления.

Рисунок 1. СНС с идентификацией УУ-ОУ

В настоящее время, когда в большинстве САУ применяется цифровое управление с использованием компьютеров или программируемых микроконтроллеров, как уже было отмечено выше, приоритет отдается самонастраивающимся системам третьего класса, т. е. системам компенсационного типа. В отличие от аналитических СНС в данных системах идентифицируемые параметры не рассчитываются, а подстраиваются по определенному алгоритму со скоростью пропорциональной разнице выходных сигналов модели и объекта управления.

На рисунке 2 представлена адаптивная система, в которой используется, получивший широкое распространение, принцип адаптивного управления с самоподстраивающейся моделью [2].

Рисунок 2. Схема компенсации с параллельной моделью

Принцип работы системы, изображенной на рисунке 2, описывается следующим образом.

На основании сигнала рассогласования ε(t) между выходами ОУ и самоподстраивающейся модели М_СП (модель М_СП состоит из модели бортовой системы управления – М_БСУ и модели объекта управления – М_ОУ) в блоке алгоритма идентификации (АИ) формируется критерий оптимизации. Наиболее часто это зависимость вида

J = ε²(t).                                                                (1)

Величина критерия качества служит мерой приближения параметров ОУ и его модели. Далее в АИ непрерывно рассчитываются параметры М_СП, минимизирующие критерий оптимизации, и по результатам расчетов изменяются параметры М_БСУ и параметры корректирующего алгоритма в БСУ.

Пользуясь этой методикой, можно приступить к разработке конкретной адаптивной системы системы управления вращением/подъемом ЖД-вагонов (СУВПВ). Необходимо на первом этапе построить Simulink-модель адаптивной системы СУВПВ (рисунок 3).

Рисунок 3. Simulink-модель адаптивной системы СУВПВ

Как видно из рисунка, в данной системе присутствуют звенья PD1-2 корректирующие, пропорционально-дифференцирующие, которые направлены на ускорения переходного процесса. В раскрытом виде такое звено представлено на рисунке 4.

Рисунок 4. Simulink-модель корректирующего PD-звена

Второй этап состоит в подготовке и записи программы в микроконтроллер ATmega2560 [3]. Далее происходит подключение всех блоков и запуск в работу системы СУВПВ при нагрузке на вал второго двигателя превышающего норму. Итогом последнего эксперимента является график, отображенный на рисунке 5. На графике представлены две кривые: сплошная линия это заданная скорректированная для двух двигателей скорость и пунктирная – текущая скорость ротора второго (скорость ротора первого двигателя не фиксировалась, поскольку нагрузка на вал этого двигателя не превышала нормы). Кривые на рисунке 5 представлены в двух масштабах: в основное поле графика вставлен увеличенный, чтобы можно было понять, что представлены именно две кривые, поскольку нормальный масштаб не позволяет этого сделать.

Рисунок 5. Результаты испытаний макета адаптивной системы СУВПВ

Таким образом, можно сделать вывод, что погрешность в сходимости двух кривых (менее 1 %). И это является свидетельством хорошего качества и точности переходных процессов, что в свою очередь подтверждает правильность идеи об использовании принципов идентификации и адаптации при проектировании системы СУВПВ.

Список литературы:

1. Завьялов В.А., Величкин В.А., Ульянов Р.С., Шиколенко И.А. Аналитические беспоисковые самонастраивающиеся САУ с эталонной моделью для управления приводом лифта // Механизация строительства, 2014. № 2 (836) – С. 42–45.
2. Ивель В.П., Герасимова Ю.В. Адаптивная система вертикального позиционирования автономного подводного аппарата // Наука и Мир, 2014. Т. 1. № 2 (6). – С. 161–164.
3. Ивель В.П., Герасимова Ю.В. Использование платформы Aрдуино Мега 2560 для управления двухдвигательной системой вращением крупногабаритных объектов // Наука и Мир, 2014. Т. 1. № 4 (8). – С. 86–89.
4. Ивель В.П., Герасимова Ю.В., Пикулин И.Н. Система управления кантованием железнодорожных вагонов с применением программно-аппаратного интерфейса Simulink-Arduino // Перспективное развитие науки, техники и технологий. Сборник научных статей. Материалы IV Международной научно-практической конференции, 2014. – С. 137–140.
5. Ивель В.П., Герасимова Ю.В., Пикулин И.Н., Хачикян В.С. Реально-виртуальное моделирование системы управления глубиной погружения автономного подводного аппарата // Сборник научных статей. Материалы IV Международной научно-практической конференции, 2014. – С. 132–136.