Интегрированное интеллектуальное управление
мехатронными станочными модулями
А.Г. Лютов,
канд. техн. наук, доцент,
г. Уфа
Успешное решение многоуровневых и
многофункциональных задач управления такими сложными процессами, какими
являются процессы механообработки, особенно в авиационной и аэрокосмической
промышленности, зависит от тщательной проработки целого комплекса вопросов,
связанных с созданием высокоэффективных систем управления (СУ) мехатронными станочными модулями (МСМ),
системами и комплексами, начиная с физических основ контроля и управления тем
или иным технологическим процессом и кончая технической реализацией самих
систем [1]. Современные станочные системы в своем развитии являются
мехатронными. Управляемая механика (движение исполнительных органов машин,
процессы механообработки) сочетается с
электронными устройствами управления, оптимальное управление
технологическим процессом формируется компьютерными системами. Ориентация машиностроения на безлюдные технологии,
«умное производство», предполагает логичное развитие СУ МСМ в направлении
повышения степени их интеллектуальности,
а расширенные возможности современной микропроцессорной техники являются
той базой, которая необходима для
качественного изменения функциональных возможностей СУ МСМ. Мехатронная
станочная система в условиях специфики процессов механообработки должна
обладать высокими интеллектуальными свойствами при изменении внешних и
внутренних условий функционирования. Взаимосвязанное решение указанных задач
управления МСМ с использованием общего информационного пространства,
алгоритмического, программного, технического и других видов обеспечения
приводит к необходимости создания интегрированных интеллектуальных СУ МСМ.
Проблемы создания СУ МСМ в области
механообработки обусловлены сложностью процесса резания как обьекта управления
- его стохастичностью, нелинейностью, нестационарностью, многорежимностью,
малым обьемом априорной информации о его внутренних и внешних связях. Известно,
что основными физическими величинами, характеризующими протекание ПР являются
силовые координаты и температура резания. Исследования, проводимые на кафедре
«Автоматизированные технологические системы» УГАТУ в течении более 30 лет,
позволили теоретически обосновать и практически подтвердить возможность
формирования требуемых технико-эксплуатационных показателей качества
обрабатываемых деталей за счет оптимального управления температурой и силой
резания в зоне обработки. Разработанные на базе этих исследований СУ
температурно-силовым режимом металлообработки прошли многолетний опыт
эксплуатации в промышленности и создали основу для анализа и дальнейшего развития этих систем.
Эффективное управление МСМ требует
прежде всего полностью управляемого технологического процесса. Последний вместе
со станком, его датчиками и приводами, образует нижний (основной) уровень в
иерархической СУ МСМ. Важность автоматизации этого уровня обусловлена тем, что
основной поток силовой энергии и
информации проходит через него. В этой связи, вопросы оптимизации и адаптации
подсистем нижнего уровня - как основы иерархической интеллектуальной СУ и
наиболее приближенных к управляемому процессу, играют решающую роль.
Применение адаптивных СУ позволяет
оптимизировать процесс обработки в соответствии с требуемыми (в зависимости от
режима) критериями эффективности в условиях существенного воздействия
возмущений. Тесная взаимосвязь вопросов оптимизации и адаптации очевидна: имеет
смысл адаптация лишь оптимально настроенной системы, а любая априорная
оптимизация неэффективна, если объект меняет свои свойства в процессе
функционирования. Необходимость комплексного решения этих вопросов лежит в
русле современной концепции совмещенного синтеза - синтеза оптимальных
управлений в реальном времени в процессе функционирования системы. В этих
условиях весьма актуальной проблемой при управлении процессами механообработки
является вычислительная эффективность используемых алгоритмов, поскольку
обычной ситуацией является ограниченность вычислительных ресурсов как в
автономном, так и в неавтономном (встраиваемом) варианте реализации СУ.
В тоже время вопросы оптимизации
замкнутых СУ, содержащих в качестве структурного элемента процесс резания, не
получили достаточно глубокого развития, что очевидно связано со спецификой
развития теории автоматического управления и теории резания металлов, круг
вопросов которых «не пересекался» до разработки СУ, предназначенных для
эксплуатации в широком технологическом диапазоне.
При этом одной из наиболее
существенных проблем при построении высококачественных СУ МСМ является
неопределенность характеристик управляемого объекта внешних воздействий, т.е.
неполнота априорной и текущей информации об этих характеристиках [2],
обусловленная такими факторами, как нестабильность свойств инструмента и
заготовки, изменение режимов работы и износ оборудования и т.д.. Существующие
методы построения систем управления МСМ не позволяют добиться требуемого
качества и надежности их работы или решают это лишь частично. Нерешенные
вопросы синтеза в условиях неопределенности приводят к возрастанию затрат и
сроков на проектирование СУ МСМ существенному снижению их эффективности на
этапе эксплуатации. Проблемой при использовании методов оптимального синтеза
для СУ МСМ являются трудности, связанные с выбором критерия качества и построением
минимизируемого функционала с учетом фактора неопределенности, учетом
ограничений, а также с относительной сложностью самих методик оптимизации.
Существует необходимость разработки подходов к оптимизации СУ, которые бы
упрощали задачу выбора функционала качества для конкретного класса объектов
(например, процессов механообработки) в условиях неопределенности. Другим
направлением является работа над методиками оптимизации с целью сделать их
более формализуемыми, автоматизируемыми и пригодными для процедур совмещенного
синтеза.
Специально для решения задач
оптимизации в процессе функционирования МСМ разработан метод линеаризованной
функциональной подстановки [2]. Согласно этому методу критерий качества
формируется на основе функционалов, в которых ограничения свойств выходной
координаты системы вводятся не как аддитивная, а как мультипликативная функция
затрат. Получены аналитические выражения для приближенных вычислений данных
функционалов применительно к линеаризованным системам. Разработаны методики структурной
и параметрической оптимизации, которые позволяют существенно упростить
процедуру синтеза СУ МСМ и одновременно улучшить характеристики проектируемой
системы. Разработан также алгоритм решения задачи синтеза оптимальной СУ МСМ,
учитывающий полноту и сложность моделей процесса резания, возможности
предлагаемых методик оптимизации и особенности требований к конечным
результатам.
В отношении требований к алгоритмам
адаптации оптимальной СУ анализ выявил необходимость применения методов прямой
адаптации, которые не включают в себя этап идентификации. Здесь перспективной
является адаптация в классе беспоисковых
самонастраивающихся систем с использованием разработанных подходов к
оптимизации динамических систем в реальном времени.
Успешное решение вопросов оптимизации
и адаптации систем нижнего уровня имеет
как важное самостоятельное значение, так и создает благоприятные условия для
решения задач управления технологическим процессом на более высоких уровнях
иерархической системы: уровнях нечетких автоматов, лингвистических
организаторов и т.д., которые осуществляют поэтапную конкретизацию команд
управления.
Отличительной чертой развития СУ
технологическими процессами и машинами на современном этапе является повышение
степени их интеллектуальности. Накопление неразрешимых и трудноразрешимых в рамках классической теории управления
проблем стимулирует интенсивное внедрение и развитие идей, методов
искусственного интеллекта для управления сложными техническими объектами и
системами, какими являются технологические процессы механообработки. Здесь
целесообразны методы ситуационного управления, экспертные системы, нечеткая
логика, нейронные сети, наследственные (генетические) алгоритмы и т.д.,
позволяющие принимать решения в условиях существенной неопределенности.
Особенно эффективно сочетание классических подходов к проектированию СУ
технологическими процессами с подходами на основе методов и алгоритмов
искусственного интеллекта [3].
В тоже время решение задач такими сложными процессами, какими являются процессы
механообработки, возможно лишь при применении многоуровневых иерархических
систем. Один из вариантов интеллектуальной
СУ технологическим процессом механообработки подразумевает трехуровневую
структуру. К задачам нижнего (I) уровня управления относятся задачи адаптивной
стабилизации и слежения основных
выходных координат процесса резания - температурных и силовых. Данный уровень
наиболее приближен к управляемому процессу, его датчикам и исполнительным
механизмам. Точность (четкость) команд управления здесь наибольшая во всей
системе. Основными методами управления при этом являются традиционные методы
оптимального и адаптивного управления. На
среднем (II) уровне управления осуществляется определение и назначение
задающих воздействий (уставок) и ограничений
для I уровня (уставок силы,
температуры, интенсивности износа и
т.д.). Алгоритмы управления здесь строятся на основе нечеткой логики с широким
использованием экспертной информации. На этом уровне происходит координация
управления подсистемами нижнего уровня, осуществляются процессы обучения и
самообучения. На верхнем (III) уровне производится определение видов обработки,
прогноз управления, алгоритмов выхода из аварийных ситуаций, и др. Данный уровень является организующим в
интеллектуальном управлении. Здесь происходит преобразование сложных
качественных (но неточных) команд в последовательность более детальных и более
конкретных распоряжений для второго уровня системы. Естественным аппаратом для
обработки такой информации являются лингвистические методы.
Очевидно, что алгоритмы управления
вторым и третьим уровнем должны разрабатываться с использованием средств и
методов искусственного интеллекта. Однако не исключено их использование и при
разработке подсистем первого уровня. По мере перехода от нижнего уровня к
верхнему, растет степень интеллектуальности принимаемых решений и уменьшается
точность задания команд управления.
Таким образом, предложена методология
решения проблемы оптимизации и повышения эффективности интегрированных
интеллектуальных СУ МСМ в условиях неопределенности, основанная на учете
фактора неопределенности на стадии проектирования и синтезе оптимальных
алгоритмов управления в процессе функционирования системы для каждого из
уровней ее организации. Полученные с применением данного подхода результаты в
совокупности дают решение с системных позиций проблемы оптимизации, адаптации и
координации рассматриваемого класса СУ и позволяют существенно повысить
эффективность процесса проектирования и управления МСМ, что, способствует повышению
технико-экономических характеристик используемого оборудования, эксплуатационных характеристик изделий
механообрабатывающего производства и эффективность и конкурентоспособность
машиностроительного производства в целом.
1.
Зориктуев В.Ц., Лютов А.Г. Системы управления технологическими
процессами механообработки / С.Петербург, Инструмент, № 11, 1998, c 21-22.
2.
Зориктуев В.Ц., Лютов А.Г. Управление процессами механообработки деталей
авиационных двигателей в условиях неопределенности. –
М.: Изд–во МАИ, 2003. – 120 с.
3.
Лютов А.Г. Синтез нейросетевых алгоритмов параметрического
управления в условиях интервальной неопределенности // Нейрокомпьютеры. - 2004,
№ 9. – 17-22.