Optimal Control of Systems with Distributed Parameters Under the Interval Uncertainty of an Object’s Characteristics

Capa

Citar

Texto integral

Resumo

A constructive method is proposed for solving a linear-quadratic problem of the robust optimization of spatiotemporal control actions in systems with distributed parabolic parameters under conditions of interval uncertainty of the time-invariant parametric characteristics of an object. In accordance with the control strategy according to the principle of the best guaranteed result, the assessment of achievable target sets of the controlled system is carried out according to the accuracy of uniform approximation to the required final state on an extended set of arguments, which includes, in addition to spatial variables, the entire admissible set of uncertain factors. The developed approach is based on the previously developed alternance method for constructing parameterizable program control algorithms, which extends the results of the theory of nonlinear Chebyshev approximations to a wide range of optimization problems and uses the fundamental laws of the subject area. It is shown that the proposed equations of optimal controllers, which are reduced to linear feedback laws on the measured state of the object with nonstationary transmission coefficients, lead to achievable values of the optimality criteria that do not exceed their upper bounds under the considered uncertainty conditions

Sobre autores

Yu. Pleshivtseva

Samara State Technical University, 443100, Samara, Russia

Email: edgar.rapoport@mail.ru
Россия, Самара

E. Rapoport

Samara State Technical University, 443100, Samara, Russia

Autor responsável pela correspondência
Email: edgar.rapoport@mail.ru
Россия, Самара

Bibliografia

  1. Куржанский А.Б. Управление и наблюдение в условиях неопределенности. М.: Наука, 1977.
  2. Поляк Б.Т., Хлебников М.В., Щербаков П.С. Управление линейными системами при внешних возмущениях: Техника линейных матричных неравенств. М.: ЛЕНАНД, 2014.
  3. Поляк Б.Т., Хлебников М.В., Рапопорт Л.Б. Математическая теория автоматического управления. М.: ЛЕНАНД, 2019.
  4. Афанасьев В.Н. Управление неопределенными динамическими объектами. М.: Физматлит, 2008.
  5. Габасов Р., Кириллова Ф.М. Принцип максимума в теории оптимального управления. Минск: Наука и техника, 1974.
  6. Пантелеев А.В., Бортаковский А.С. Теория управления в примерах и задачах. М.: Высш. шк., 2003.
  7. Рапопорт Э.Я. Робастная параметрическая оптимизация динамических систем в условиях ограниченной неопределенности // АиТ. 1995. № 3. С. 86–96.
  8. Рапопорт Э.Я. Аналитическое конструирование оптимальных регуляторов в линейно-квадратичных задачах управления системами с распределенными параметрами при равномерных оценках целевых множеств // Изв. РАН. ТиСУ. 2021. № 3. С. 23–38.
  9. Бутковский А.Г. Методы управления системами с распределенными параметрами. М.: Наука, 1975.
  10. Рапопорт Э.Я. Альтернансный метод в прикладных задачах оптимизации. М.: Наука, 2000.
  11. Рапопорт Э.Я. Оптимальное управление системами с распределенными параметрами. М.: Высш. шк., 2009.
  12. Плешивцева Ю.Э., Рапопорт Э.Я. Метод последовательной параметризации управляющих воздействий в краевых задачах оптимального управления системами с распределенными параметрами // Изв. РАН. ТиСУ. 2009. № 3. С. 22–33.
  13. Плешивцева Ю.Э., Рапопорт Э.Я. Пространственно-временное управление системами с распределенными параметрами в линейно-квадратичных задачах оптимизации с равномерными оценками целевых множеств // Изв. РАН ТиСУ. 2022. № 4. С. 49–65.
  14. Рапопорт Э.Я. Структурное моделирование объектов и систем управления с распределенными параметрами. М.: Высш. шк. 2003.
  15. Валеев Г.К., Жаутыков О.А. Бесконечные системы дифференциальных уравнений. Алма-Ата: Наука Казахской ССР, 1974.
  16. Коваль В.А. Спектральный метод анализа и синтеза распределенных управляемых систем. Саратов: Саратовский гос. техн. ун-т, 1997.
  17. Федоренко Р.П. Приближенное решение задач оптимального управления. М.: Наука, 1978.
  18. Васильев Ф.П. Методы оптимизации. М.: Факториал-Пресс, 2002.
  19. Рапопорт Э.Я. Оптимизация процессов индукционного нагрева металла. М.: Металлургия, 1993.
  20. Rapoport E., Pleshivtseva Yu. Optimal Control of Induction Heating Processes. L., N.Y.: CRC Press, Taylor & Francis Group, Boca Raton, 2007.
  21. Рапопорт Э.Я., Плешивцева Ю.Э. Оптимальное управление температурными режимами индукционного нагрева. М.: Наука, 2012.
  22. Рапопорт Э.Я., Плешивцева Ю.Э. Метод полубесконечной оптимизации в прикладных задачах управления системами с распределенными параметрами. М.: Наука, 2021.
  23. Рапопорт Э.Я. Анализ и синтез систем автоматического управления с распределенными параметрами. М.: Высш. шк., 2005.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
2.

Baixar (43KB)
3.

Baixar (367KB)

Declaração de direitos autorais © Ю.Э. Плешивцева, Э.Я. Рапопорт, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».