Sisteme Informatice Si de Control La Autovehicule

8/19/2019 Sisteme Informatice Si de Control La Autovehicule

1/97

SISTEME INFORMATICE ŞI DE CONTROL LA AUTOVEHICULE 1

INTRODUCERENecesitatea introducerii algoritmilor fuzzy a apărut prin următoarea constatare

de ordin practic: cu cât o problema este mai complexa, cu atat mai greu se poaterezolva algoritmic şi chiar daca se ajunge la un rezultat matematic, acesta, din punctde vedere al volumului de calcul nu este convenabil. Intr-unul dintre primele sale

articole, L. Zadeh a enuntat principiul incompatibilitatii dintre precizie şi complexitate,care se manifesta puternic la sistemele umanoide. Acest principiu era deja cunoscutşi de Albert Einstein: "Atata timp cat legile matematicii se refera la realitate, ele nusunt precise. Iar pana cand ele sunt precise, nu se mai refera la realitate." (AlbertEinstein - Geometria und Erfahrung).

În situaţiile în care un sistem sau un proces este foarte complex, sau/şi esteafectat de incertitudini profunde, metodele matematice clasice, exacte, nu maiconduc la soluţii convenabile. Cu toate ca nu se cunosc metode exacte de asoluşiona optimal astfel de probleme complexe, operatorul uman deseori le rezolvacu succes folosind algoritmi euristici, imprecişi şi intuitivi. Chiar şi sistemele şi procesele foarte complexe pot fi rezolvate de operatorul uman utilizând rationamentul

aproximativ .Daca se doreşte a modela "algoritmul" utilizat de conducatorul auto, probabil ca

cea mai buna estimare ar fi descrierea cunostintelor, informaţiilor î nmagazinate înregulile utilizate. Regulile de bază se formeaza pe durata de instruire. Colecţia dereguli acumulată se lărgeste şi se specifică în mod continuu odată cu creştereaexperienţei.

Logica fuzzy este o metodă aproximativă prin care aceste cunoştinţe vagi, înmaganizate într-o bazăa de reguli, se pot modela formal.

Transpunerea în practica a sistemelor fuzzy se datorează avantajelor ce leprezintă în urmatoarele situatii specifice:

- permit modelarea sistemelor neliniare, complexe sau imprecis cunoscute;- permit transpunerea experientei umane în constituirea regulilor de inferenţă,

utilizând variabile lingvistice.Logica fuzzy este de fapt o tehnică de calcul cu ajutorul careia, în rezolvarea

unor probleme specifice, se pot obţine performanţe superioare faţa de metodeleclasice, exacte. Sistemele fuzzy totodata au un comportament foarte bun în prezenţaincertitudinii, impreciziei şi a zgomotului.

Cat de bine lucreaza sisteme fuzzy sau retelele neurale o demonstrează largaraspandire a acestora în ultimii ani în lumea intreagă. Se cunosc deja o serie deaplicatii consacrate ale logicii fuzzy în diferite domenii ale stiintei: în controlul automat(reglări de temperatur ă, comanda vitezei metroului, autofocalizarea camerelor video),

în recunoaşterea formelor (algoritmi de clasificare fuzzy), în măsurări (prelucrareainformaţiilor furnizate de senzori), în medicină (controlul simulatoarelor cardiace), îneconomie (metode de decizie fuzzy), în psihologie cognitivă (modelare fuzzy asistemului de vedere).

Controlul inteligent în domeniul autovehiculelor este radical diferit faţă demetodele clasice de reglare cu toate ca se bazeaza pe aceleasi principii: un set decunoştinţe apriorice despre procesul vizat şi cerintele de performanţe impusesistemului automat. Totuşi, studiile teoretice şi chiar realizări experimentale sauindustriale evidenţiază cu pregnanţă un nou mod de abordare a problemelor.Diferitele controlere inteligente (neurale, fuzzy, fuzzy-neurale sau combinaţii ale lorobţinute prin sisteme bazate de algoritmi genetici) pot fi considerate în general

aproximatori de funcţii neliniare.


2/97

2 SISTEME INFORMATICE ŞI DE CONTROL LA AUTOVEHICULE - CUPRINS

CUPRINS

1. Sisteme informatice de comandă şi control folosite pentru sistemeleautovehiculelor. Generalităţi. Istoric .......................................................................... 4

1.1. Generalităţi. Istoric. Definiţii. .................................................................. 41.2. Caracteristici ale sistemelor de control inteligent. ...................................... 7

1.3. Importanţa controlului inteligent .............................................................. 101.4. Domenii de aplicare a sistemelor de control inteligent. ............................ 11

DE REŢINUT .................................................................................................. 11AUTOEVALUARE ......................................................................................... 12

BIBLIOGRAFIE .............................................................................................. 12

2. SISTEME INTELIGENTE UTILIZATE LA AUTOVEHICULE. PARTICULARITĂŢI. ARHITECTURĂ. ............................................................... 13

2.1 Arhitectura sistemelor de control inteligent al autovehiculelor ............. 13

2.2. Reprezentarea procesului condus prin modele .......................................... 132.3. Simplificarea structurii controlerului inteligent ........................................ 15

DE REŢINUT .................................................................................................. 22AUTOEVALUARE ......................................................................................... 23

BIBLIOGRAFIE .............................................................................................. 23

3. Sisteme particulare utilizate pentru controlul inteligent al unor subsisteme ale autovehiculului rutier ........................................................................ 24

3.1. Structuri particulare de control inteligent ........................................... 244. Controlul inteligent prin reţele neurale; Structuri de control inteligent cu

logica fuzzy .................................................................................................................. 29

4.1 Controlere inteligente cu reţele neurale ..................................................... 294.2 Structuri de control inteligent cu logică fuzzy ..................................... 41

5. Aparatura specifică controlului inteligent al vehiculelor rutiere 49

5.1 Dispozitive pentru achiziţia de date ........................................................... 505.2 Structuri numerice pentru implementarea legilor de control ..................... 58

6. Controlul inteligent al funcţionării motoarelor cu aprindere prinscânteie ....................................................................................................................... 62

6.1 Soluţii pentru preluarea şi executarea comenzilor furnizate de sistemelede control inteligent .................................................................................................. 62

7. Controlul inteligent al funcţionării motoarelor cu aprindere princomprimare - CIMD; ................................................................................................. 83

7.1 Stadiul actual şi obiectivele CIMD ........................................................... 838. Controlul inteligent al unor subsisteme specifice autovehiculelor

rutiere.Structur i de control integral al autovehicululu i rutier. ..................... 91


3/97



4/97

4 Sisteme informatice de comandă şi control folosite pentru sistemele autovehiculelor. Generalităţi. Istoric.

1. SISTEME INFORMATICE DE COMANDĂŞI CONTROL FOLOSITE PENTRUSISTEMELE AUTOVEHICULELOR.

GENERALITĂŢI. ISTORIC

Cuprins unitate de învăţare 1

1.1. Generalităţi. Istoric. Definiţii. .................................................................... 41.2. Caracteristici ale sistemelor de control inteligent..................................... 71.3. Importanţa controlului inteligent ............................................................ 101.4. Domenii de aplicare a sistemelor de control inteligent. ......................... 11DE REŢINUT ................................................................................................ 11AUTOEVALUARE ........................................................................................ 12BIBLIOGRAFIE ............................................................................................ 12

1.1. GENERALITĂŢI. ISTORIC. DEFINIŢII.

Termenul de control inteligent apare din ce în ce mai frecvent în literatura despecialitate, nu numai de limbă engleză, reliefând totodată aspecte caracteristice ce îl diferenţiază de ceea ce s-ar putea defini drept “control convenţional” în accepţiuneadeja consacrată a cuvântului control. În limba română termenul “control” a fost multăvreme evitat, fiind înlocuit, după caz, cu termenii “conducere” şi respectiv “reglare”. Însăşi această dualitate semantică sugera faptul că termenul tehnic de “control” este

ceva mai complex şi că s-ar putea încerca utilizarea sa ca atare, cu o explicareconvingătoare a tuturor atributelor. De aceea, în lucrarea de faţă termenul “control”apare asociat cu atributul “inteligent”, sintagma “control inteligent” având deja un înţeles consacrat şi fiind din ce în ce mai adecvată unor tehnici performante deconducere a proceselor . De asemenea, pe parcursul lucrării se folosesc curent şitermenii de “conducere” şi “reglare” atunci când în context apar ca fiind cei adecvaţi.

În cele ce urmează vom încerca pe de o parte să definim cât mai rigurosnoţiunea de control inteligent şi totodată să subliniem deschiderile utilizării sale înlegătură cu conducerea autovehiculelor rutiere. Totodată, în ultima secţiune acapitolului se vor prezenta principalele mijloace de implementare a procedurilor decontrol inteligent utilizate în conducerea vehiculelor.

Problema definirii exacte a controlului inteligent este încă o problemă înactualitate. În mai 1993, Comitetul Tehnic pentru Control Inteligent al IEEE Control

OBIECTIVE

La sfârşitul acestei unităţi de învăţare vei fi capabil să:

Defineşti noţiunea de sistem tehnic inteligent; Defineşti controlul inteligent; Explici similitudinile şi diferenţele dintre controlul inteligent şi cel convenţional; Enunţi atributele general valabile ale sistemelor de control inteligent; Înţelegi termenii de adaptare şi instruire, de structură şi ierarhizare; Enumeraţi domeniile în care se aplică sistemele de control inteligent.


5/97


Systems Society a format un grup de lucru menit să stabilească ce atribute pot fi înglobate în aria controlului inteligent, ce caracteristici şi ce rol au sistemele decontrol inteligent, cum pot fi recunoscute astfel de sisteme şi cum se deosebesc desistemele de control convenţional şi totodată să identifice acele probleme pentrusoluţionarea cărora doar tehnicile de control inteligent dau rezultate. Se estima de pe

atunci că o definiţie unică nu va fi posibilă, dat fiind multiplele faţete ale controluluiinteligent, aşa că mai multe puncte de vedere exprimate de specialişti au fostanalizate şi dezbătute pentru a se putea extrage trăsăturile esenţiale.

Control inteligent şi control convenţional. Termenul de control convenţionalsau tradiţional este folosit în cele ce urmează pentru a defini teoriile şi proceduriledezvoltate în ultimele decenii de conducere a sistemelor dinamice a cărorcomportare este descrisă prin ecuaţii diferenţiale sau cu diferenţe. De menţionat însăfaptul că acest cadru matematic nu este întotdeauna acoperitor, şi este suficient săamintim conducerea discretă a proceselor de fabricaţie sau sistemele decomunicaţie, în care nu poate fi evitată teoria automatelor finite, teoria cozilor, ş.a.

Foarte mulţi specialişti din afara domeniului ştiinţei sistemelor şi calculatoarelor

consideră “controlul inteligent” ca fiind o formă particulară a inteligenţei artificialebazate pe mulţimi fuzzy sau pe reţele neurale. E adevărat că aceste metode facparte din arsenalul controlului inteligent şi că percepţia de care aminteam este întărită de numeroase articole apărute în ultima perioadă pe aceste două direcţii, darcontrolul inteligent nu se rezumă doar la atât. Mai mult, conform unor caracteristiciale controlului inteligent nu orice controler fuzzy sau neural este în mod obligatoriu şiinteligent, iar pe de altă parte anumite probleme care nu pot fi formulate şi studiate încadrul matematic al ecuaţiilor diferenţiale şi cu diferenţe necesită o serie demetodologii de rezolvare acceptate unanim ca fiind de control inteligent. Este cazulde asemenea să menţionăm că în multe situaţii un sistem de control inteligentfoloseşte la “nivelul inferior” tehnici de control convenţional şi deci acesta este inclusastfel în aria controlului inteligent, fiind supus unor îmbunătăţiri care să ducă larezolvarea unor probleme complexe.

Este deci de înţeles că termenul “control” în sintagma “control inteligent” are un înţeles mai larg dacât în sintagma “control convenţional”. Mai întâi, proceseleconduse pot fi descrise nu numai prin modele cu ecuaţii diferenţiale sau cu diferenţeci şi prin modele de sisteme cu evenimente discrete sau prin modele hibride careinclud ambele tipuri de reprezentări. Acest fapt a condus la teorii de conducerehibridă care studiază procese dinamice continue prin tehnica automatelor finite şi amaşinilor secvenţiale de stare. Şi obiectivele controlului inteligent sunt în modcorespunzător mai generale. Astfel, un sistem de pilotare inteligentă a vehiculelor

include un sistem de control convenţional al direcţiei şi poate fi de altfel descompus într-o serie de taskuri de control convenţional (sesizare distanţă, sesizare viteză,accelerare/decelerare, ş.a.) care împreună să ducă la controlul inteligent al deplasăriipe o anumită traiectorie. Pentru a ajunge la asemenea performanţe controlerulinteligent trebuie să facă faţă la o serie de situaţii cu incertitudini (incomplet definite)cărora un controler clasic, chiar adaptiv, nu le-ar face faţă. Atingerea obiectivelorchiar în condiţii de incertitudine parţială duce la necesitatea asocierii în cadrulcontrolului inteligent a procedurilor de diagnoză, reconfigurare dinamică, adaptare,instruire. Putem deci afirma cu certitudine că aria controlului inteligent este interdisci-plinară, combinând metode şi proceduri din teoria sistemelor, ştiinţa calculatoarelor,inteSligenţă artificială, comunicaţii pentru satisfacerea obiectivelor.

Totuşi, metodele împrumutate din domeniile susmenţionate nu pot fi folositedecât rareori ca atare; în majoritatea cazurilor ele trebuie ajustate, îmbunătăţite sau


6/97


asociate cu noi metode dezvoltate în mod special. În special în cadrul cercetării dedezvoltare în controlul inteligent unele concepte teoretice importante cum suntstabilitatea, accesibilitatea sau controlabilitatea capătă noi valenţe, în conexiune cuprobleme de calcul predicativ sau de lanţuri Markov.

O altă diferenţă între controlul inteligent şi cel convenţional constă în separareadintre dispozitivul de automatizare (pe care îl vom numi cel mai frecvent controler,pentru a sugera specificitatea în raport cu alte denumiri consacrate cum suntregulator sau compensator) şi sistemul sau procesul controlat. În controlulconvenţional sistemul condus era numit “instalaţie tehnologică”, sau “parte fixă”deoarece parametrii săi erau consideraţi cunoscuţi şi fără posibilitate de schimbare,sau cu schimbări perfect definite în timp. În controlul inteligent, separarea întrepartea de conducere şi cea condusă nu mai este aşa evidentă, de multe ori legile decontrol sunt rezultatul unei autoinstruiri care implică şi partea condusă din sistem.

Control inteligent şi sistem inteligent. Noţiunea de “control inteligent” nupoate fi dezbătută în afara aceleia de “sistem inteligent”, ceea ce de fapt înseamnă o

nuanţare a termenului “inteligent” utilizat în cele două sintagme. De altfel acesttermen se întâlneşte în literatura de specialitate şi în legătură cu “inteligenţaartificială”. Se acceptă în general că prin inteligenţă artificială se defineşte ansamblulmetodelor care asigură un comportament similar celui mental prin utilizarea tehniciide calcul, dar nu credem că există un consens în definirea termenului tehnic de“inteligenţă”. Este însă evident că şi controlerele inteligente sunt concepute astfel încât să emuleze facultăţi ale comportamentului mental cum sunt adaptarea şiinstruirea (învăţarea), planificarea în condiţii imprecise (de incertitudine), asociereade informaţii diverse. Poate că o definiţie alternativă la aceea de “control inteligent” arputea fi cea de “control autonom”, pentru a sublinia gradul pronunţat de autonomiepe care trebuie să îl asigure un sistem de control inteligent. Pe de altă parte,

noţiunea de control inteligent s-ar putea să nu fie definitivă. Să nu uităm că ceea ce în anii ’60 se numeau “tehnici moderne de conducere” sunt acum înglobate în“controlul convenţional” sau “tradiţional”, aşa că poate peste câţiva ani ceea ce acum încercăm să definim prin control inteligent se va numi pur şi simplu control. Cel maiimportant lucru rămâne însă adecvarea conceptelor şi metodelor de control la ceeace sugerează definiţia, şi nu terminologia în sine.

În acest sens, va trebui să acceptăm că un sistem de control inteligent este uncaz particular de “sistem inteligent”, pentru care sugerăm următoarea definiţie:

Un sistem inteligent are capacitatea de a acţiona în mod adecvat în mediiincomplet definite, prin acţiune adecvată înţelegând o acţiune care sămaximizeze probabilitatea de reuşită, reuşita fiind îndeplinirea unuia dinobiectivele parţiale al căror ansamblu constituie obiectivul final.

Un sistem inteligent poate fi caracterizat printr-o serie de atribute, sau dedimensiuni. Acestea sunt grade sau niveluri de inteligenţă. Un nivel minim ar fi acelaal capacităţii de recunoaştere a mediului, de luare de decizii şi de acţiune în vedereaexecutării acestora. Un nivel minim ar fi acela al capacităţii de recunoaştere amediului, de luare de decizii şi de acţiune în vederea executării acestora. Un nivelsuperior de inteligenţă poate implica recunoaşterea de evenimente sau de obiecte,de reprezentare a acestora într-un model (de exemplu o bază de cunoştinţe), dealcătuire a unui plan pe termen lung. Nivelurile cele mai înalte presupun capacitateade a percepe şi de a înţelege, de a alege înţelept şi de a acţiona corespunzător în

toate circumstanţele, inclusiv în condiţii ostile de mediu.


7/97


Caracterizarea de mai sus a sistemelor inteligente este foarte generală.Raportată la ea, un număr mare de sisteme pot fi considerate inteligente, chiar dacăoperează la un nivel foarte redus (un fier de călcat cu termostat ar putea satisfacecondiţiile impuse de nivelul minim de inteligenţă). De aceea, în cele ce urmează vomformula unele definiţii menite să nuanţeze aspecte ale inteligenţei “tehnice” şi să

insiste asupra acelor sisteme inteligente create de om, deci “artificiale” sau altfelspus “maşini inteligente”.“Inteligenţa tehnică” este un proces de analiză, organizare şi conversie de

date în cunoştinţe, prin cunoştinţe înţelegând informaţia structuratăachiziţionată şi utilizată la îndepărtarea unui anumit grad de incertitudine legatde atingerea unui anume obiectiv al “maşinii inteligente”.

Această definiţie statuează principiul de creştere a preciziei în decizie utilizândcât mai puţină inteligenţă, în sensul că o “maşină inteligentă” este capabilă să plecede la o bază de date minimală şi să o dezvolte prin tehnici de analiză, asociere şiinstruire. Deci, un obiectiv suplimentar al unei “maşini inteligente” este acela de aorganiza dinamic baza sa de cunoştinţe sincronizând-o cu propriul comportament

dinamic, pentru a permite atingerea obiectivului final. Organizarea cunoştinţelorapare deci ca unul din atributele esenţiale ale inteligenţei, care conferă autonomiemaşinii inteligente, pentru că nu mai depinde de modul de proiectare, ci decapacitatea de autoorganizare a maşinii. Putem spune că un sistem cu controlere cuautoorganizare în raport cu reguli şi principii interne este un sistem de controlinteligent.

Putem acum formula şi o caracterizare procedurală a sistemelor inteligente, însensul că inteligenţa este o proprietate a sistemului ce rezultă din combinareade procedee, căutare combinatorie şi generalizare care aplicate informaţiei deintrare produc ieşirea dorită. În acest sens, odată definite procedurile de bază,inteligenţa structurată se poate dezvolta prin mecanisme de recurenţă care permit şidefinirea mai multor nivele ierarhice de inteligenţă.

Am ajuns la concluzia că un sistem inteligent trebuie să îşi defineascăobiectivele. Deci, un sistem inteligent trebuie să fie un sistem de conducere cătreatingerea acestor obiective. Reciproc, inteligenţa este necesară pentru a asigurafuncţionarea dorită a sistemului în condiţii care se schimbă în permanenţă şi pentruasigurarea unui grad ridicat de autonomie. Deci, conducerea (controlul) esteesenţială în orice sistem inteligent şi în acest sens noţiunea de “sistem inteligent decontrol” este identică cu cea de “sistem de control inteligent” şi mai complet şi mainuanţat definită decât aceea de “maşină inteligentă”, aşa cum rezultă şi dinurmătoarea formulare concluzivă:

Un sistem de control inteligent trebuie conceput astfel încât să atingă înmod autonom obiective de nivel ridicat, chiar în condiţiile în care modelul deinstalaţie sau de proces condus şi chiar structura şi obiectivele sistemului nusunt complet definite, fie datorită cunoaşterii parţiale, fie datorită schimbărilorneanticipate.

1.2. CARACTERISTICI ALE SISTEMELOR DE CONTROL

INTELIGENT.

Într-o ordine nepreferenţială vom lista acele atribute sau dimensiuni esenţiale

ale sistemelor inteligente.


8/97


Adaptare şi instruire. Capacitatea de adaptare la condiţii variabile este absolutnecesară. Ea nu implică în mod obligatoriu abilitatea de a învăţa (de instruire), dar cucât gradul de variabilitate a condiţiilor este mai mare, instruirea devine o condiţienecesară. Trebuie menţionat că instruirea nu apare ca o etapă sau ca un nivel al

inteligenţei, ci ca o modalitate de creştere a inteligenţei ca rezultat al unei experienţe.Prin instruire memoria pe termen scurt este transpusă în memorie pe termen lung şipermite modificarea comportamentului sistemului pe baza a ceea ce s-a memorat.Instruirea este deci un mecanism de stocare de cunoştinţe despre lumea exterioarăşi de însuşire a unui mod de comportare. Totodată, instruirea asociată cu adaptareaeste un proces de generalizare, deoarece procesul de instruire stă la baza oricăruisistem multidecizional de prelucrare a cunoştinţelor care se construieşte pornind dela modele abstracte, generale. Generalizarea devine un atribut al adaptării, carepermite atingerea dezideratului esenţial al controlului inteligent şi anume acela decreştere a funcţionalităţii fără a creşte complexitatea funcţiilor de calcul.

Autonomie şi inteligenţă. Un sistem este considerat autonom atunci când are

capacitatea de a acţiona corect în medii incomplet definite fără intervenţie externă peo perioadă mare de timp. Există mai multe grade de autonomie, pe care le-am puteaasocia cu funcţiile de reglare incluse în controlul inteligent: un sistem de reglare cuparametri fixaţi are gradul minim de autonomie; sistemele adaptive de reglare au ungrad superior de autonomie. În măsura în care un sistem are un grad mai mare deautonomie, se acceptă că are şi un nivel mai ridicat de inteligenţă. Pentrudiferenţierea gradelor de inteligenţă se pot adopta şi alte criterii cum sunt: puterea decalcul a sistemului; gradul de complexitate al algoritmilor utilizaţi pentru achiziţia,procesarea şi evaluarea datelor obţinute din mediul înconjurător; capacitatea destocare în memorie a datelor. În majoritatea sistemelor artificiale, creşterea niveluluide inteligenţă reflectată prin putere de calcul şi capacitate de memorare se face pe

seama creşterii complexităţii structurilor hardware şi deci poate deveni un obstacol înaplicarea fie printr-un cost prea ridicat, fie prin imposibilitatea de prelucrare în timpreal a informaţiei memorate.

Pentru mai multă specificitate, se poate încerca definirea unui “vector deinteligenţă” asemănător coeficientului de inteligenţă folosit în testarea capacităţiiumane. Parametrii componenţi ai acestui vector de inteligenţă ar putea fi: puterea decalcul; numărul de procesoare; comunicaţia interprocesor; dimensiunea memoriei;viteza de adresare; modul de reprezentare al cunoştinţelor de tip hărţi, simboluri,perechi valori-atribute, variabile de stare; modul de operare cu cunoştinţe cum suntprocedurile întrebare-răspuns, căutarea în liste, organizarea cozilor de aşteptare;capacitatea funcţională de evaluare şi de decizie; gama dinamică şi rezoluţiasenzorilor aferenţi; modul de prelucrare a datelor furnizate de senzori –transformarea semnalelor în simboluri, refacerea semnalelor înecate de zgomot,estimare recursivă; capacitatea de predicţie a evoluţiei parametrilor; capacitatea deevaluare a costurilor şi a gradului de risc; capacitatea de învăţare dată deposibilitatea de recunoaştere de obiecte şi simboluri, de asimilare a rezultatelorexperimentale sau furnizate de un instructor.

Stabilirea unui anumit grad de inteligenţă se reflectă şi în celelalte atribute alesistemului inteligent, în special în ce priveşte capacitatea de adaptare şi autonomia. Întrucât inteligenţa este o proprietate internă a sistemului şi nu un mod decomportare, gradul de inteligenţă nu poate fi întotdeauna apreciat după

comportamentul sistemului, ci prin teste active în condiţii alese ştiinţific. Un mod de aevidenţia acest grad este acela de a examina modul de comportare al sistemului


9/97


atunci când apar modificări în modul de reprezentare simbolică a informaţiilor, princare se poate releva măsura în care sistemul “înţelege” semnificaţia simbolurilor pecare le utilizează şi stabili diferenţa dintre o autonomie a priori şi una ad hoc, ceadin urmă fiind specifică doar situaţiilor în care sistemul poate opera cu orice gruparesemantică a simbolurilor.

Structurare şi ierarhizare. Fiind o structură complexă, un sistem inteligenttrebuie să aibă o arhitectură funcţională corespunzătoare, de obicei structurată pemodule şi organizată pe niveluri diferite de abstractizare (rezoluţie, granularitate) saucel puţin să aibă o formă de ordonare parţială care să asigure ierarhizarea.Ierarhizarea se referă fie la funcţii şi obiective, fie la gradul de rezoluţie şi poateconduce, dar nu obligatoriu, la ierarhizări şi în arhitectura hardware.

Vom preciza că prin rezoluţia unui sistem de control înţelegem dimensiuneazonei de indistinctibilitate pentru reprezentarea unui obiectiv, model, plan, sau legede reglare. Rezoluţia determină dimensiunea puterii de calcul. Cu cât rezoluţia unuisistem de control este mai ridicată, cu atât gradul de complexitate al acestuia creşte.Spaţiul total de interes trebuie considerat, cel puţin în faza iniţială, de rezoluţie joasă,

şi apoi din acest spaţiu trebuie alese subseturi de interes pentru o rezoluţie mai înaltă. Prin această abordare se evită o compexitate excesivă şi totodată sestructurează o modalitate de operare bazată pe descompunerea în taskuri multinivel.Un sistem cu mai multe niveluri de rezoluţie (numit şi sistem cu reprezentaremultirezoluţională) va apela la procedura de generalizare prin care se grupează maimulte subseturi de interes şi se substituie cu entităţi cu grad sporit de abstractizare.De aceea, de mai multe ori nivelurile de rezoluţie se mai numesc în literatura despecialitate şi niveluri de abstractizare sau niveluri de generalizar e.

Existenţa mai multor nivele de abstractizare sugerează şi o structurare ierarhicăşi în acest sens s-ar putea utiliza chiar o măsură bazată pe entropia gradului decomplexitate al fiecărui nivel. O astfel de abordare poate evidenţia minimum treinivelur i ierarhice, structurate la rândul lor după caz pe mai multe subnivelurifuncţionale. Primul nivel ierarhic (inferior) este nivelul de organizare, modelat ca omaşină Boltzmann folosită pentru raţionament abstract, planificarea taskurilor şielaborarea deciziilor. Al doilea nivel este nivelul de coordonare compus de regulă dinreţele Petri ce permit schimbul de comenzi şi interfaţarea cu nivelul de organizare.Nivelul superior este cel de execuţie, conţinând blocuri hardware specializate înachiziţia datelor, prelucrarea acestora şi furnizarea comenzilor adecvate cătreproces.

Definiţia sistemului inteligent. Ţinând seama de toate aceste considerente,vom formula în continuare o definiţie “de lucru” pentru un sistem (de control)

inteligent.Un sistem de control inteligent este un sistem cu grad înalt deadaptabilitate la schimbări neanticipate, astfel încât instruirea în timpulfuncţionării apare ca esenţială. Sistemul trebuie să aibă un grad înalt deautonomie în corelaţie cu necesitatea operării în condiţii de mediu slabstructurat şi cu grad pronunţat de incertitudine. Pentru rezolvarea acestorprobleme complexe sistemul trebuie să aibă o structură complexă, înglobândarhitecturi multifuncţionale sau ierarhizate.

Vom încheia acest paragraf menţionând că structura complexă a sistemuluiinteligent implică şi complexitate de calcul, ceea ce produce probleme serioase deadaptare la conducerea în timp real a proceselor. Reducerea volumului de calcul cu

menţinerea performanţelor globale este o cerinţă importantă pentru sistemele cugrad înalt de performanţă. În acest sens utilizarea de modele cu grad înalt de


10/97

10 Sisteme informatice de comandă şi control folosite pentru sistemele autovehiculelor. Generalităţi.Istoric.

abstractizare, pentru care să fie necesar doar un minim de informaţie este esenţială;la fel de importantă este şi capacitatea de a accelera calculele utilizând procesoarededicate, prelucrarea paralelă a datelor şi structuri cu procesoare multiple.

1.3. IMPORTANŢA CONTROLULUI INTELIGENT

Vom încerca în această secţiune să privim sistemul de control inteligent dintr -operspectivă inginerească, care să accentueze latura aplicativă a controlului inteligent.Vom porni în acest demers prin a defini “metodologia de control” ca fiind un set detehnici şi de proceduri utilizate pentru a construi şi implementa un controler pentru unsistem dinamic. În această categorie putem îngloba întreaga gamă de echipamentebazate pe mecanisme euristice: reţele neurale, controlere cu logică fuzzy, sistemeexpert, sisteme cu autoinstruire, controlere multifuncţionale ierarhice. Aceste sistemesunt de multe ori compuse din diverse subsisteme de control convenţional, pentru căun controler fuzzy simplu poate fi considerat drept o memorie imagine staticăneliniară, un sistem expert drept un mecanism secvenţial de decizie multiplă, unsistem cu autoinstruire drept un sistem adaptiv neliniar . Prin aceasta vrem săsubliniem faptul că din punctul de vedere al aplicaţiei, important este modul în careansamblul poate să-şi atingă obiectivele cu o autonomie sporită în raport cu oricaredin subsistemele componente.

Pentru a întări acest concept operaţional, să considerăm triada [M, C, P], undeM reprezintă modelul instalaţiei sau procesului condus, C reprezintă sistemul decontrol inteligent (controlerul) şi P reprezintă specificaţia performanţelor la care dorimsă ajungă instalaţia. În cazul controlului tradiţional, problema clasică de conducere selimitează la a considera C şi M lineare, iar P va reprezenta un criteriu simplu deperformanţă: timp de răspuns, suprareglaj, stabilitate. În această situaţie nu vomapela la un control inteligent, pentru că nu are rost să complicăm o soluţie simplăatunci când dă satisfacţie. Cel mult, vom proiecta controlere cu atât mai complexe cucât setul specificaţiilor P este mai larg şi mai pretenţios.

Dacă însă suntem într -una din următoarele situaţii:1. M este prea complex pentru a fi linearizat şi necesită o exprimare ca sistem

cu evenimente discrete sau ca sistem hibrid, sau este parţial necunoscut, sau în finear costa prea mult ca să îl definim complet;

2. P nu poate fi definit integral apriori ci doar în f uncţie de condiţiile de mediu şiacestea sunt variabile, atunci sistemul de conducere trebuie să fie inteligent.

Problema de conducere se formulează acum astfel: cum trebuie să construimC, dându-se (parţial) M pentru a satisface P. Potrivit din acest punct de vederecontrolul inteligent capătă o importanţă deosebită, pentru că implică coroborarea

între domenii diverse:- stabilirea de modele matematice adecvate;- elaborarea de proceduri recursive, structurate;- aplicarea unor tehnici de analiză neliniară; - evaluarea dinamică a performanţelor; - utilizarea unor tehnici performante de simulare;- utilizarea de tehnologii avansate de implementare.Se poate ajunge la concluzia că un sistem de control inteligent nu este

important numai pentru avantajele tehnice pe care le aduce, ci şi pentru mai buna înţelegere şi utilizare a aparatului matematic, pentru precizarea mai exactă a


11/97


mecanismelor prin care creierul uman realizează raţionamente, pentru realizareaunor conexiuni între gândirea umană şi cea artificială.

1.4. DOMENII DE APLICARE A SISTEMELOR DE CONTROL

INTELIGENT.

Realizarea îmbinării unor soluţii furnizate de diferitele domenii enunţate permiterealizarea unor controlere deosebit de performante, utilizabile într-o sferă largă deaplicaţii care nu pot în nici un caz fi rezolvate prin metode clasice. Fără nici opretenţie de acoperire a acestei sfere, vom menţiona câteva domenii care par să fieapanajul exclusiv al controlului inteligent:

- roboţi mobili pentru deplasare în medii slab structurate; - vehicule militare de teren fără pilot; - vehicule autonome pentru deplasări subacvatice;

- sisteme flexibile de fabricaţie; - artere de circulaţie şi vehicule inteligente bazate pe vedere artificială; - sisteme de inspecţie în medii toxice; - sisteme de navigaţie coordonate prin satelit;- sonde spaţiale.

Remarcăm în această listă, departe de a fi exhaustivă, multe probleme legatede navigaţia cu vehicule autonome, iar în particular de exploatarea la un modsuperior a vehiculelor. Este adevărat că domeniul sigur de aplicaţie al tehnicilor decontrol inteligent în industria autovehiculelor este cel legat de pilotarea automată şide evidenţierea legăturilor care trebuie să se facă între vehiculele rutiere şiinfrastructura de artere inteligente pe care se pot deplasa acestea. Totuşi, am

considerat că în spiritul atributelor controlului inteligent, şi exploatarea optimă aautovehiculelor (motor, manevrare) trebuie să facă obiectul unui capitol separat, care îl precede pe cel final dedicat sistemelor inteligente vehicul/autostradă.

DE REŢINUT

I. Un sistem de control inteligent este un sistem cu grad înalt deadaptabilitate la schimbări neanticipate, astfel încât instruirea în timpulfuncţionării apare ca esenţială. Sistemul trebuie să aibă un grad înaltde autonomie în corelaţie cu necesitatea operării în condiţii de mediuslab structurat şi cu grad pronunţat de incertitudine. Pentru rezolvareaacestor probleme complexe sistemul trebuie să aibă o structurăcomplexă, înglobând arhitecturi multifuncţionale sau ierarhizate.

II. Un sistem de control inteligent trebuie conceput astfel încât să atingă în mod autonom obiective de nivel ridicat, chiar în condiţiile în caremodelul de instalaţie sau de proces condus şi chiar structura şiobiectivele sistemului nu sunt complet definite, fie datorită cunoaşterii parţiale, fie datorită schimbărilor neanticipate.

III. Un sistem inteligent are capacitatea de a acţiona în mod adecvat în

medii incomplet definite, prin acţiune adecvată înţelegând o acţiunecare să maximizeze probabilitatea de reuşită, reuşita fiind îndeplinirea


12/97

12 Sisteme informatice de comandă şi control folosite pentru sistemele autovehiculelor. Generalităţi.Istoric.

unuia din obiectivele parţiale al căror ansamblu constituie obiectivulfinal.

AUTOEVALUARE

1. Enumeraţi domeniile implicate pentru rezolvarea unei probleme deconducere, complexe, prin control inteligent. (Răspuns – pag. 9).

2. Care sunt tehnologiile în care este aplicat – în exclusivitate – controlulinteligent? (Răspuns – pag. 9).

BIBLIOGRAFIE

[1.] Harris, C.J., Moore, C.G., Brown, M., Intelligent control. Aspects of FuzzyLogic and Neural Nets, World Scientific, London, 1994.

[2.] Driankov, D., Hellendoorn, H., Rheinfrank, M., An Introduction to FuzzyControl, Springer Verlag, London, 1992.

[3.] Sugeno, M., Industrial Applications of Fuzzy Control, Elsevier Science

Publishers B.V., New York, 1985.[4.] Pedrycz, W., Fuzzy Control and Fuzzy Systems, Res.Studies Press Ltd, 1993.[5.] Hecht-Nielsen, R., Neurocomputing, Addison-Wesley Publ.Co., Reading,

Massachussets, 1990.


13/97


2. SISTEME INTELIGENTE UTILIZATE LA

AUTOVEHICULE. PARTICULARITĂŢI.ARHITECTURĂ.

Cuprins unitate de învăţare 2

2. SISTEME INTELIGENTE UTILIZATE LA AUTOVEHICULE. PARTICULARITĂŢI. ARHITECTURĂ. ............................................................... 13

2.1 Arhitectura sistemelor de control inteligent al autovehiculelor ............. 13

2.2. Reprezentarea procesului condus prin modele .......................................... 13

2.3. Simplificarea structurii controlerului inteligent ........................................ 15

DE REŢINUT .................................................................................................. 22

AUTOEVALUARE ......................................................................................... 23BIBLIOGRAFIE .............................................................................................. 23

2.1 ARHITECTURA SISTEMELOR DE CONTROL INTELIGENT

AL AUTOVEHICULELOR

Din capitolul precedent s-au putut desprinde unele sugestii privind modul dealegere a structurii unui sistem de control inteligent şi modul de implementare aacesteia. În cele ce urmează se va încerca o sistematizare a criteriilor de alegere astructurii şi o particularizare a structurii de bază pentru a răspunde cerinţelor impusede aplicarea controlului inteligent în conducerea vehiculelor.

2.2. REPREZENTAREA PROCESULUI CONDUS PRIN MODELE

În marea majoritate a situaţiilor , un sistem de control inteligent este conceputastfel încât să poată fi instruit în condiţii de mediu simulat. Acest lucru este cu atât

OBIECTIVE

La sfârşitul acestei unităţi de învăţare vei fi capabil să:

Înţelegi structura generală a unui sistem de control inteligent care poate fiinstruit într-un mediu simulat;

Defineşti o structură de control inteligent pe bază de modele;

Înţelegi modelul matematic al controlerului inteligent; Enunţi caracteristicile controlerului inteligent cu arhitectură simplificată; Înţelegi criteriile de optimizare pe care trebuie să le satisfacă iplementarea

controlerului inteligent la autovehicule;


14/97

14 Sisteme inteligente utilizate la autovehicule. Particularităţi. Arhitectură

mai pregnant în legătură cu conducerea vehiculelor, cu cât multitudinea de situaţii cepot apare în exploatarea reală este foarte dificil, dacă nu imposibil, de reprodusexperimental. De aceea, proiectarea şi testarea structurii de control inteligent esterecomandabil să se facă într -un mediu de simulare care să permită reproducereaoricărei combinaţii posibile de factori interni şi externi.

Pornind de la această idee, în figura 2.1 este prezentată o structură sistemicăgenerală, în care blocul de control inteligent este conectat la o serie de modele desimulare a comportamentului vehiculului.

Vehiculul propriu-zis este reprezentat prin trei blocuri model şi anume modelulstructurii mecanice, modelul motorului şi modelul ecuaţiilor de mişcare. Ultimul bloccitat se presupune că reprezintă modul real de comportare a vehiculului în deplasareşi ca atare informaţia ce caracterizează acest model este furnizată sub forma unormărimi de reacţie celor două blocuri esenţiale ale structurii vehiculului: motorul şirespectiv sistemul mecanic de direcţie şi cutia de viteze.

Informaţia privind starea procesului controlat este furnizată de modelulsenzorilor. În figura comentată, intrarea în modelul senzorilor este asigurată de

modelul ecuaţiilor de mişcare, dar este evident că în cazul real al exploatăriisistemului de senzori, este compus atât din senzori interni, aplicaţi pe vehicul(inclusiv în sistemul motor) cât şi din senzori externi care evaluează stareavehiculului în raport cu alte vehicule şi cu condiţiile de drum.

Fig. 2.1 Într-o situaţie asemănătoare cu modelul senzorilor se află modelul perturbaţiilor,

cu diferenţa că modelul senzorilor este bine conturat, fiind cunoscute toate mărimilece intervin în procesul de control, pe când perturbaţiile nu pot fi prea uşorsistematizate şi în nici un caz nu putem avea pretenţia epuizării tuturor situaţiilorperturbatoare posibile.

Structurarea la nivel de modele a arhitecturii sistemului global de controlinteligent al vehiculului este avantajoasă nu numai în faza de instruire, ci şi în faza de

aplicare concretă a algoritmilor de control. De altfel, schema propusă este suficientde generală pentru a suplini şi schema reală de control inteligent, cu menţiunea că

SISTEMULDE CONTROLINTELIGENT

MODELULSTRUCTURIIMECANICE

MODELULMOTORULUI

ECUA IILEDE

MI

Ţ

ŞCARE

MODELULPERTURBA IILOR Ţ

MODELULSENZORILOR

COMENZI


15/97


modelele sunt înlocuite cu sisteme reale, iar modelul ecuaţiilor de mişcare dispare(nu mai este transparent pentru utilizator), fiind imbricat atât în sistemul de dinamicăa mişcării, cât şi în sistemul motor.

Revenind la structura globală la nivel de modele din figura 2.1, vom menţionacă ea rămâne ca referinţă pentru toate structurile particulare de control ce vor fi

discutate în continuare în lucrare, chiar dacă rareori se vor mai face referiri lacomportarea simultană a sistemelor motor, respectiv mişcare. De altfel, majoritateaexemplelor de aplicare a algoritmilor de control inteligent se vor baza pe rezultateobţinute prin simulare pe această structură de bază.

Elementul principal de interes, dat fiind obiectivele lucrării, este evident sistemulde control inteligent, realizabil la rândul său în diverse modalităţi funcţionale şitehnologice, ce vor face obiectul unei secţiuni separate chiar în acest subcapitol. Înceea ce priveşte restul blocurilor din schemă, definite ca modele, vom menţiona doarcă se regăsesc sub forma unor pachete de (sub)programe validate într -un mediugeneric neliniar de simulare. În majoritatea situaţiilor fiind vorba de modele neliniare,au fost luate în consideraţie mai multe posibilităţi: modelul neliniar global, modelulglobal liniarizat, modelul global descompus în mai multe subsisteme lineare, cuplatesau decuplate. Este evident că acolo unde prin liniarizare nu se introduceau erorinepermise, s-a preferat această variantă mai economică în ceea ce priveşte volumulde calcule. În acest context trebuie precizat că sistemul de programe conţinesubrutine specializate de calcul numeric matriceal, de identificare şi estimare de stări,de evaluare a rezultatelor măsurărilor directe şi indirecte, etc.

2.3. SIMPLIFICAREA STRUCTURII CONTROLERULUI

INTELIGENT

În subcapitolul 1.1 au fost prezentate principalele deosebiri între controlultradiţional şi cel inteligent. De aici, se deduce că structura unui controler destinatcontrolului inteligent are particularităţi care îl diferenţiază de cele care implementaulegi de reglare uzuale de tip PI, PID, etc. Pentru a se putea stabili ce implicaţiistructurale au aceste particularităţi, vom pleca de la următoarele premize: - procesele conduse care se caracterizează prin ecuaţii de grad superior necesită

controlere de grad superior;- modelele proceselor conduse, chiar dacă sunt continue în timp, sunt de regulă

neliniare; tendinţa de liniarizare întâlnită în soluţiile de control tradiţional este dince în ce mai mult estompată în favoarea ideii de a utiliza algoritmi de conducere

discretă şi implicit controlere cu funcţionare discretă, capabile să opereze directpe modelul neliniar;

- chiar dacă un controler discret este caracterizat prin algoritmi numerici, se preferăreprezentarea prin funcţie de transfer sau prin variabile de stare pentru avalorifica rezultate cunoscute din teoria sistemelor automate.

Tehnicile moderne de proiectare a controlerelor pentru conducerea proceselorcomplexe, pronunţat neliniare şi/sau cu informaţie incompletă se grupează de regulă în două mari categorii: de utilizare a ecuaţiilor pătratice gaussiene (LQG – LinearQuadratic Gaussian) sau de utilizare a tehnicilor ∞H . O soluţie în timp continuu duce,de regulă, la o reprezentare cu zeci de variabile de stare, care nu permite

implementarea controlerului ce devine prea complex. De aceea, în structurilemoderne de conducere se preferă un controler care:


16/97


- să fie de complexitate redusă; - să opereze în timp discret, adică să fie implementabil pe structuri

numerice de calcul;- să fie implementabil fără a ridica probleme de calculabilitate numerică.

În figura 2.2 se prezintă structura de pricipiu prin care se sugerează modalităţile

de reducere a complexităţii controlerului. Se porneşte de la un model complet, dar complex al procesului condus. Pentrua se ajunge la un controler simplificat, sunt posibile trei căi:

1. Reducerea modelului procesului şi apoi proiectarea unui controlersimplificat;

2. Proiectarea directă a unui controler de grad inferior; 3. Proiectarea unui controler de grad superior apt să conducă procesul

complex şi apoi reducerea acestui controler. Prima dintre aceste căi, aparent cea mai simplă, nu dă, de regulă, satisfacţie

pentru că primul pas de aproximare duce la alterarea proprietăţilor de funcţionare înbuclă şi deci soluţiile de controler ce corespund modelului redus nu dau

performanţele dorite pe modelul complex.

Proces condusde grad superior

Proces condusde grad inferior

Controler

de grad superior

Controler

de grad inferior

Proiectare LQG sau

Proiectare LQG sau

Reduceremodel

Reducerecontroler Proiectare directă

∞H

∞H

Fig.2.2.Calea directă nu dispune la ora actuală de software de proiectare disponibil pe

piaţă. Dimpotrivă, cea de a treia cale dispune, în prezent, de algoritmi de reducţie

care permit simplificări importante în structura controlerului fără alterarea grosolană aperfor manţelor şi din acest motiv aceasta este calea pe care o vom susţine prinexemplele prezentate în continuare şi apoi pe parcursul întregii lucrări.

Trebuie însă să precizăm cu mai multă exactitate ce trebuie înţeles prinreducerea controlerului. Am arătat deja că ceea ce nu trebuie în nici un caz pierduteste comportamentul în buclă închisă. Pentru a se evalua calitatea aproximării prinreducerea gradului controlerului se pot utiliza mai multe criterii, dintre care trei suntmai relevante:

a. Menţinerea compatibilităţii funcţiilor de transferNotând cu P funcţia de transfer a procesului, cu C cea a controlerului de grad

superior şi cu C ′ cea a controlerului redus, un indicator de compatibilitate a funcţiilorde transfer este:

∞

−− ′+′−+ 11 )()( C P I C P PC I PC ,

unde I este matricea unitate.b. Stabilitatea robustă


17/97


Utilizarea ca indicator al calităţii aproximării a stabilităţii robuste implicăpăstrarea aceloraşi poli instabili la C ′ ca şi la C. În aceste condiţii, dacă C stabilizează P şi:

1)()( 1


18/97


Ideea de bază rămâne aceea că prin reducerea complexităţii controlerului semenţine stabilitatea (stabilitate robustă), iar performanţele de regim dinamic aleprocesului condus rămân în limite acceptabile. Totodată, se faciliteazăimplementarea în tehnica discretă a controlerului în forma sa redusă.

C. Proiectarea controlerelor discrete

Proiectarea şi realizarea unui controler discret poate fi privită tot ca o problemăde aproximare, în sensul în care, fiind cunoscut un controler continuu, se doreşte săse determine un controler discret echivalent. Problema nu este însă atât de simplu şide direct rezolvabilă, pentru că esenţial este ca prin discretizarea controlerului să nufie influenţată comportarea dinamică a procesului. O cale mai ocolită ar fi aceea adiscretizării modelului procesului condus şi apoi proiectar ea controlerului asociatacestui model, dar acestă soluţie implică mai multe inconveniente: posibilitateapierderii de informaţii semnificative de comportare în intervalele dintre eşantioane;trecerea de la o matrice de proces P continuă cu două-trei intrări la o matrice exp PT discretă cu un număr mult mai mare de parametrii; o mai dificilă interpretare a feluluicum variază parametrii.

În cele ce urmează vom detalia o modalitate de apreciere a modului în care prindiscretizarea unui sistem continuu de control se mai păstrează încă performanţelecerute. Vom considera o schemă-bloc conţinând procesul )s(P , controlerul )s(C şi unfiltru de prevenire a erorilor alias specifice eşantionării )s(aF . Presupunem că

sistemul în buclă închisă este stabil şi are funcţia de transfer 1)()s( −+= PCIPCT . Înfigura 1.4 este reprezentată toată această buclă de control continuu prin blocul cufuncţia de transfer )s(T şi totodată şi o buclă în care este introdus controlerul discret

)z(d C . Diferenţa între mărimile de ieşire din cele două sisteme este eroarea e, carear fi de dorit să fie zero indiferent de intrarea r . Acest lucru nu este posibil, dar vom

încerca să minimizăm eroarea prin proiectarea adecvată a controlerului )z(d C şitotodată prin introducerea filtrului de ponderare )s(W prin care să putem îmbunătăţiiperformanţele într -o zonă limitată a spectrului de frecvenţe (cu riscul de a le înrăutăţii în altă zonă de frecvenţe).

−+

+

−T

e

)(sT

)(s H )(s P

)(sW r

)( zd C )(s Fa

Fig. 2.4.

Utilizând un compensator discret stabilizator, calitatea discretizării este dată deindicatorul:

211

2212111 )()( GC G I C GGW F PHC F I PHC TW J −− +−=+−= d d ad ad T S S .

Cea mai bună discretizare va fi cea care minimizează norma indicatorului TJ .La prima vedere este vorba de o problemă standard ∞H , dar nu este aşa deoarece

dC are o funcţie discretă de transfer, în timp ce ijG au funcţii de transfer continue;

soluţia este însă asemănătoare cu cea a problemelor ∞H discrete.Menţionăm că o problemă ∞H se poate formula standard pe baza schemei-bloc

din figura 2.5.


19/97


Procesul condus standard P este conectat cu controlerul C şi cu blocul

nedeterminărilor D. Intrările în proces sunt: ieşirea din blocul nedeterminărilor Du ;perturbaţia de proces w; ieşirea controlerului Cu . Ieşirile procesului condus sunt:

intrarea în blocul nedeterminărilor Dy ; mărimile dorite de performanţă z; semnalele

măsurabile C y . Vom nota funcţia de transfer a procesului de la w la z cu )s(wzT .Problema controlului constă în găsirea tuturor controlerelor posibile )s(C care săminimizeze )s(wzT în raport cu norma infinită pentru cea mai defavorabilă situaţie D,prin D înţelegând orice element dintr-un set dat ce reprezintă diferenţa dintre modelşi realitate.

Fig. 2.5.

Pentru a se putea optimiza anumite obiective de per formanţă în condiţiile unorrestricţii cum sunt asigurarea stabilităţii robuste sau reducerea sensibilităţii la zgomot,

procesul (mai exact funcţia pondere care reflectă obiectivul de performanţă) depindede un parametru liber )s( p . În această situaţie o problemă standard de control ∞H constă în găsirea celei mai mari valori p pentru care există un controler )s(C , astfel

încât:1) p,s(wz ≤∞T , pentru orice )s(D cu 1)s( ≤∞D .

Revenind la problema proiectării controlerului discret, după obţinereaindicatorului TJ rămân de rezolvat două aspecte:

- cum se evaluează norma; - cum se alege d C ca să minimizeze norma şi să fie stabilizator.

Experienţa proiectanţilor de sisteme de conducere a arătat că putem rezolvaproblema ca fiind una de tip ∞H discret (cu date eşantionate cu perioada T), dar cuinformaţia completă, deci renunţând la blocul nedeterminărilor din figura 2.5. Schemastructurală corespunzătoare este prezentată în figura 2.6, iar problema de rezolvateste aceea de a găsi controlerul discret )z(d C care minimizează ieşirea dorită z.Cerinţele care se impun pentru controlerul discret sunt acum legate doar de evitareaproblemelor ridicate de procesul de eşantionare pe un circuit hibrid şi de faptul că unastfel de sistem trebuie să lucreze cu foarte mare viteză, de regulă mai mare decâtcea în care se desfăşoară procesul, pentru a putea examina mai multe scenarii,efectua căutări în baza de date, etc.

)(s P

)(s D

)(sC

w z

Du DU

C u C U


20/97


Fig. 2.6.Din acest motiv cele mai moderne soluţii de control discret propun utilizarea

unui sistem capabil să lucreze cu viteze diferite (cu rate multiple). În figura 6.10 esteprezentată o schemă care sugerează modalitatea de trecere de la un sistem hibrid laun sistem discret cu rate multiple, având aceeaşi amplificare.

În acest scop s-a introdus un dispozitiv de eşantionare şi reţinere la intrarea şi

la ieşirea blocului de calcul al indicatorului TJ având frecvenţa de eşantionare de m ori mai mare decât cea aplicată controlerului şi deci perioada acestuia mTT* = . Cuaceastă modificare TJ devine *TJ şi sistemul devine sistem cu rate multiple; dacă m

este suficient de mare cele două sisteme au virtual aceeaşi amplificare, iar problemade control constă acum în minimizarea normei lui *TJ .

T

−+ )(s H )(s P

)(•e+

−−T J

)(•w

r

− T J ∗T

∗T

J )(s H T

∗

)(s H

[ ],,, 210 www

)(sa F )( zd C

,,, 210 eee

1)( −+− PC I PC T

Fig. 2.7.

În figura 2.8 se prezintă schema reorganizată a sistemului cu rate multiple, ceconţine un dispozitiv suplimentar de reţinere )s(*TH corespunzător eşantionării cu

perioada*

T . Dispozitivul de reţinere asociat cu controlerul discret este notat )s(TH şi eşantionatorul corespunzător cu T. Partea dreaptă a schemei este o redesenare apărţii stângi, cu ajustarea eşantionatorului şi dispozitivului de reţinere de joasă vitezăprin intermediul perechii de blocuri decimator/repetor. Decimatorul lasă să treacăfiecare al m-lea eşantion care se prezintă la intrare, iar repetorul face ca dispozitivulde reţinere de lungime mT să fie controlat timp de m intervale succesive de acelaşisemnal furnizat de d C . Blocul cu linii punctate delimitează deci un sistem discret

rapid lucrând cu frecvenţa de eşantionare Tm , în timp ce )z(d C rămâne un sistem

discret lent ce lucrează cu frecvenţa T1 .

T

w

u

z

y

)()(

)()(

2221

1211

ss

ss

P P

P P

)(st H )( zd C


21/97


Fig. 2.8.Marele avantaj al abordării sistemelor discrete de control prin procedura

susmenţionată este acela că oricând sistemul cu mai multe viteze poate fi transpus

într-un sistem de viteză (rată) unică. O astfel de posibilitate este ilustrată de schemadin figura 2.9,a, bazată pe o conversie serial/paralel. Sistemul din partea superioară(rapid) are semnale ce vin la interval de 1s (secunda s-a ales arbitrar ca unitate detimp), în timp ce sistemul din partea inferioară (lent) operează cu vectori de treicomponente ce sosesc la fiecare 3s (am considerat deci 3=m ). În figură se aratăcum informaţia totală ce intră şi iese din cele două sisteme este aceeaşi. Pentruaceasta s-a considerat reprezentarea prin variabile de stare cu matricile A , B , C , D (cunoscute) a sistemului rapid şi forma echivalentă a sistemului lent.

Fig. 2.9.

T

)(s H T

∗

)(s H T

∗T

J ∗T )(s H

T ∗

)(s H T

∗T

SISTEM DISCRET RAPID

∗T

Decimator Repetor

(a) (b)

,, 10 ww ,, 10 ee

)( zd C

−

−

aa F H F

PTH

−

−

aa F H F

PTH

)( zd C

Sistemdiscretrapid

A BC D

Sistemdiscret

lent

Sistem

rapid Decimator Repetor

Sistemlent

∗′T

J

∗T

J

1

1

1

001

;∗∗ −′ T T J J

∞∗′ Hsoftwarecucalcula poateseT J

3 A

2CA

CA

C

DCBCAB

DCB

D

(a) (b)

,,, 210 uuu ,,, 210 y y y

,,,

8

7

6

5

4

3

2

1

0

u

u

u

u

u

u

u

u

u

,,,

8

7

6

5

4

3

2

1

0

y

y

y

y

y

y

y

y

y

B AB B A2

)( zd C

)( zd C


22/97


În figura 2.9,b se arată modul general de trecere la un sistem cu rată unică.Blocurile repetor şi decimator din sistemul cu rate multiple corespund blocurilor[ ]T111 şi respectiv [ ]010 din sistemul cu rată unică, iar amplificările (normele) suntaceleaşi. În sistemul cu rată unică se cunoaşte totul în afară de )z(d C , dar evaluarea

TJ este mai simplă în noua formă TJ′ pentru că aceasta reprezintă interconectarea între entităţi discrete cu funcţii de transfer şi operând la aceeaşi viteză. Iar găsirea lui)z(d C care minimizează norma infinită TJ′ este o problemă standard de tip ∞H ,

pentru care există algoritmi numerici performanţi şi bine puşi la punct. În concluzie, se poate afirma că există soluţii moderne de proiectare a unui

controler discret de înaltă performanţă, realizabil prin tehnici care rezolvă problemedeosebite de calcul numeric cum sunt cuantizarea zgomotului, implementareacoeficienţilor de filtrare cu cuvinte de lungime finită sau depăşirile; totodată seasigură o realizare optimă bazată pe variabile de stare. Ordinul controlerului fiindredus, complexitatea sa mai redusă este adecvată operaţiilor în timp real, iarneliniaritatea procesului este adesea evitată prin discretizare. În plus, controlereledigitale pot fi înlocuite uşor prin alte structuri discrete diferite de structura de bază cevor fi abordate în secţiunea următoare.

DE REŢINUT

I. Vehiculul propriu-zis poate fi reprezentat, în cadrul unui siststeminteligent de control, prin trei blocuri model şi anume modelul structuriimecanice, modelul motorului şi modelul ecuaţiilor de mişcare. Ultimul

bloc se presupune că reprezintă modul real de comportare avehiculului în deplasare şi ca atare informaţia ce caracterizează acestmodel este furnizată sub forma unor mărimi de reacţie celor douăblocuri esenţiale ale structurii vehiculului: motorul şi respectiv siste-mul mecanic de direcţie şi transmisia autovehiculului.

II. O soluţie de controler, cu funcţionare în timp real, duce, de regulă, la oreprezentare cu zeci de variabile de stare, care nu permiteimplementarea controlerului ce devine prea complex.

III. Există soluţii moderne de proiectare a unui controler discret de înaltăperformanţă, realizabil prin tehnici care rezolvă probleme deosebite decalcul numeric cum sunt cuantizarea zgomotului, implementarea

coeficienţilor de filtrare cu cuvinte de lungime finită sau depăşirile;totodată se asigură o realizare optimă bazată pe variabile de stare.Ordinul controlerului fiind redus, complexitatea sa mai redusă esteadecvată operaţiilor în timp real, iar neliniaritatea procesului esteadesea evitată prin discretizare. În plus, controlerele digitale pot fi înlocuite uşor prin alte structuri discrete diferite de structura de bază.


23/97


AUTOEVALUARE

IV. Enumeraţi domeniile implicate pentru rezolvarea unei probleme deconducere, complexe, prin control inteligent. (Răspuns – pag. 9).

V. Care sunt tehnologiile în care este aplicat – în exclusivitate – controlulinteligent? (Răspuns – pag. 9).

BIBLIOGRAFIE

[1.] Tammy Noergaard, Embedded Systems Architecture – AComprehensive Guide for Engineers and Programmers, 2005, Elsevier

Inc., ISBN: 0-7506-7792-9;[2.] Wayne Wolf, Computers as Components, Academic Press, London2001;

[3.] Steve Heath, Embedded system design, Second Edition, Newnes,Elsevier Science, 2003;

[4.] Ball R. Stuart, Embedded Microprocessor Systems - real world design,3 rd ed., Newnes - Elsevier Science, 2002;

[5.] D. Ibrahim, Microcontroller Based Applied Digital Control, 2006 JohnWiley & Sons, Ltd. ISBN 0-470-86335-8;

[6.] John Catsoulis, Designing Embedded Hardware, http://online-

books.servehttp.com/oreidesembhar/content.htm, O'Reilly Pub, Date:November 2002, ISBN: 0-596-00362-5.


24/97

24 Sisteme particulare utilizate pentru controlul inteligent al unor subsisteme ale autovehiculului rutier

3. SISTEME PARTICULARE UTILIZATE

PENTRU CONTROLUL INTELIGENT AL

UNOR SUBSISTEME ALE

AUTOVEHICULULUI RUTIER

3.1. STRUCTURI PARTICULARE DE CONTROL INTELIGENT

În subcapitolul anterior s-a arătat că structura tipică pentru sistemul de controlinteligent se bazează pe utilizarea unui controler discret, dar realizarea acestuicontroler se poate face în mai multe forme particulare, unele din ele, cum suntreţelele neurale sau controlerele bazate pe logică fuzzy fiind considerate demajoritatea specialiştilor proprii doar soluţiilor de control inteligent.

3.1.1 Sisteme de control inteligent asociate cu sisteme de supervizare

bazate pe cunoştinţe

Sistemele bazate pe cunoştinţe (SBC), cunoscute de multe ori sub denumireade sisteme expert, pot fi întâlnite ca tipuri particulare de sisteme de control inteligent,mai ales în scop de monitorizare şi diagnoză a modului în care se desfăşoarăprocesul. Necesitatea reglării robuste justificată în secţiunea precedentă, mai alespentru un proces pronunţat neliniar şi dominat de schimbări imprevizibile în mediu

cum este cel al conducerii vehiculelor justifică asocierea controlerului multivariabilconsiderat structura de bază pentru controlul inteligent cu un sistem de supervizarebazat pe cunoştinţe (SSBC), permiţând astfel încorporarea cunoştinţelor de pilotareşi a rezultatelor experimentale în procesul de conducere propriu-zis şi acordareaautomată sau chiar restructurarea controlerului de bază.

A. Asocierea SSBC cu sistemele de control robust

În ultimi ani, după 1990, SSBC şi-au găsit aplicaţii în numeroase procese curestricţii puternice de funcţionare în timp real, oferind posibilitatea încorporării unuigrad sporit de inteligenţă. Se pot însă observa două direcţii de evoluţie a unor astfel

de sisteme: în prima direcţie se înscriu sisteme ce lucrează pe baze de reguli înlănţuite înainte sau înapoi care inferă legile (de obicei lineare) prin care sunt condusesisteme cu o singură intrare şi o singură ieşire (SISO – Single Input Single Output)sau sisteme multivariabile care prin decuplare se pot descompune în mai multe sub-sisteme SISO;

în a doua direcţie se înscriu sisteme care dezvoltă metode euristice ce pot fiimplementate direct sub formă de algoritmi de reglare în timp real a proceselorneliniare şi de conducere optimală a acestora.

Dat fiind specificul proceselor legate de conducerea vehiculelor, în specialsoluţiile legate de a doua direcţie apar ca foarte promiţătoare. Trei obiective esenţiale

sunt urmărite în acest sens:


25/97


- parametrizarea tuturor controlerelor stabile, prin proceduri care duc la asigurareafuncţionării intern stabile a tuturor buclelor de reglare;

- reprezentarea criteriilor relevante de performanţă în termeni de normă infinită şiutilizarea procedurilor ∞H în optimizarea procesului condus;

- realizarea, pe lângă modelul procesului, a unui model al incertitudinilor care săpermită descrierea de fenomene stochastice în medii slab structurate şi totodatăreducerea modelului cu garantarea stabilităţii robuste şi a performanţelor nomi-nale în prezenţa unor perturbaţii de normă limitată.

B. Structura sistemului dual de control inteligent

Un sistem dual de control inteligent, care foloseşte pe lângă controlerul de bazăCB un SSBC necesită în primul rând un mod particular de structurare a datelor.Pentru simplificarea schimbului de informaţii între cele două sisteme CB şi SSBCeste de dorit să se utilizeze structuri comune de date. În plus SSBC trebuie să aibă

acces global la orice configuraţie de reglare sau algoritm din CB. În CB se vor desfăşura toate operaţiile de rutină, evitându-se schimburi informaţionale preafrecvente cu SSBC. Informaţia specifică de proces trebuie compartimentată astfel încât să menţină generalitatea sistemului.

Arhitectura funcţională a sistemului dual implică deci definirea tuturoralgoritmilor de control ca subrutine. Datele asociate cu fiecare algoritm suntmemorate într-o zonă definită ca un bloc de control. Blocurile se pot interconecta,alcătuind scheme de control. Schemele de control sunt configurate prin iniţializareavariabilelor din fiecare bloc de control şi prin precizarea conexiunilor între blocuri.SSBC va utiliza o structură hibridă de reprezentare a cunoştinţelor: pentru procesulcondus şi pentru CB se va utiliza o reprezentare orientată pe obiecte, iar pentru baza

de cunoştinţe propriu-zisă se vor emula reguli şi proceduri, procedurile ataşateregulilor şi obiectelor fiind utilizate pentru executare de funcţii specifice, cum suntacţiuni de corecţie desfăşurate în timpul procesului de inferenţă. Dacă pentru CB şiSSCB s-au ales aceleaşi structuri de date, pentru iniţializare se poate utiliza un setcomun de fişiere. Blocurile de control se pot la rândul lor diviza în două grupe: blocurifuncţionale primare care includ eventuale scheme analogice de reglare şi careoricum conţin blocul de intrări analogice şi pe cel de introducere manuală a datelor(de la bord, de către pilot) şi blocuri funcţionale secundare care includ blocuri decalcul numeric şi de memorare fie a datelor furnizate de blocurile primare, fie arezultatelor parţiale sau finale. Blocurile primare apar în sistemul expert ca obiecte,iar cele secundare ca părţi de obiecte individuale.

Deoarece, aşa cum s-a arătat în capitolul 1.2.1 pentru controlul inteligent sepreferă conducerea după model, sistemul dual cu configuraţia de mai sus poate ficonsiderat în ansamblu ca un Sistem Expert Orientat pe Obiecte (SEOO), acţionândprin corecţii asupra sistemului de control de bază sau în situaţii extreme prinrestructurarea acestuia. În cele ce urmează vom arăta o modalitate de acordareautomată a controlerelor pentru un singur parametru şi anume constanta de timp afiltrului f prin care se influenţează majoritatea performanţelor dinamice. Descreştereaconstantei f duce la creşterea vitezei de răspuns, dar micşorează robusteţea şicapacitatea de rejecţie a perturbaţiilor. Creşterea lui f duce la o comportare mairobustă, dar cu performanţe dinamice mai modeste. În acest sens alegerea adecvatăa lui f este şi o măsură a validităţii algoritmilor de control în special atunci când bandasistemului de reglare este limitată mai degrabă din cauza incertitudinii în definireaparametrilor decât din cauza perturbaţiilor.


26/97


Păstrând cadrul în care s-a formulat problema de conducere pentru sistemul debază şi anume ∞H se constată că, deşi f nu apare ca un parametru de acordare laun controler ∞H , funcţiile de ponderare ce apar în structurarea controlerului pot fiinterpretate asemănător. S-a arătat deja că teoria controlului ∞H poate fi abordată îndomeniul frecvenţă în sensul minimizării normei infinite a unei matrice de funcţii detransfer, prin norma ∞H a matricei de transfer înţelegând maximul pe toatefrecvenţele al celei mai mari valori singulare.

Pentru exemplificare vom considera un sistem de reglare de tip SISO ca celprezentat în figura 3.1.

r C P

e u

r

z

y

Fig. 3.1Performanţele în bucla închisă şi caracteristica de robusteţe a sistemului din

figura 3.1 pot fi transpuse în domeniul frecvenţă prin intermediul a două funcţii detransfer:

1))(()( −+= ss PC I S ;

1))()(()( −+= sss PC I PC T .

Funcţia )s(S numită funcţie de senzitivitate defineşte relaţia dintre semnalul dereferinţă r şi eroarea e şi totdată descrie efectul perturbaţiilor p asupra ieşirii y.

Proprietăţile acestei funcţii sunt necesare în aprecierea performanţelor schemei dereglare. Dacă “dimensiunea” funcţiei )s(S este “mică” pe domeniul de frecvenţeconsiderat acoperitor pentru mărimile exogene (perturbaţii şi intrări de comandă),aceste performanţe vor fi satisfăcătoare (prin “dimensiune” se înţelege valoareasingulară maximă )(•σ ). Pe de altă parte, banda de frecvenţă a sistemului în buclă

închisă (definită prin frecvenţa la care ))s((Sσ devine mai mare ca 21 ) este omăsură a vitezei cu care sistemul rejectează perturbaţiile care afectează ieşirea dinproces. În fine, norma infinită a operatorului de senzitivitate indică amplificareamaximă pentru cazul cel mai defavorabil de perturbaţie a sistemului.

Funcţia )s(T se numeşte funcţie de senzitivitate complementară (deoarece

+)(sS I T =+ )(s ) şi defineşte relaţia dintre semnalul de referinţă r şi ieşireaprocesului y şi totodată funcţia de transfer dintre zgomotul de măsură n şi ieşirea dinproces y.

Trebuie menţionat însă că cerinţele de atingere a performanţelor solicitate prinintrare (urmărirea referinţei) impun 1))s(( =σ T (adică limita ) jw(T când w tinde lainfinit să fie zero) în timp ce pentru rejectarea zgomotului de măsură ar trebui ca

0))s(( =σ T . Din fericire contradicţia dintre obiective este atenuată de faptul căzgomotul de măsură este semnificativ de regulă doar la frecvenţe înalte, în timp ceperformanţele sistemului de urmărire a referinţei sunt obţinute la frecvenţe maiscăzute, ceea ce permite în anumite circumstanţe satisfacerea ambelor obiective;totuşi, datorită incertitudinilor privind condiţiile de mediu definirea performanţelortrebuie făcută cu multă atenţie şi în limite rezonabile.


27/97


Sistemul dual are însă alte avantaje în ceea ce priveşte operarea în medii cu

incertitudini. Conform schemei din figura 1.5, o problemă de tip ∞H poate fiformulată şi cu luarea în consideraţie a unui model al nedeterminărilor D careevidenţiază o familie de modele lineare invariante ce reprezintă diferite situaţii în care

s-ar putea afla procesul supus perturbaţiilor P′ în raport cu procesul nominal P,astfel ca:

1)( −′′−= P P P D .Utilizarea SSBC are două avantaje: posibilitatea creării unei familii bogate,

semnificative de scenarii P ′ şi posibilitatea de definire a unei margini de stabilitate

ca fiind cea mai mică “dimensiune” a celui mai mic model stabil 0 D alnedeterminărilor care destabilizează sistemul, având proprietatea că:

))((1))(( 0 jw jw T D σ=σ .Cea mai mică valoare )) jw((Tσ reprezintă deci dimensiunea maximă a

nedeterminării ce modifică ieşirea care nu produce destabilizarea sistemului. C. Performanţele sistemelor de control inteligent asociate cu SSBC Utilizarea unui SSBC este importantă chiar prin modul în care pot fi specificate

perfor manţele. SSBC poate efectua o comparaţie directă între nivelul de performanţădorit şi cel realizat, folosind tehnici de identificare pentru estimarea comportăriibuclelor de reglare şi stabilirea funcţiilor de senzitivitate (directă şi complementară) şispecificarea performanţelor dinamice în domeniul frecvenţei. Principalii parametrii deinteres evidenţiaţi în acest sens sunt lungimea de bandă şi valorile de vârf aleoperatorilor de senzitivitate.

Prin implementarea unui SSBC pentru supervizarea unei structuri de bază de

control inteligent utilizatorul dispune de un sistem multivariabil de control∞H

carepermite corecţii uşor realizabile în timp real. Chiar şi atunci când direcţia în caretrebuie să fie făcută modificarea nu este certă, SSBC poate efectua o specificare deperformanţă care să ducă la reproiectarea controlerului şi intrarea în limiteacceptabile cu performanţe relevante. Dacă în timpul funcţionării performanţelesistemului se degradează sau apare instabilitatea, sistemul expert va căuta mai întâisă reacordeze controlerul, o soluţie de urgenţă fiind renunţarea la performanţeleoptime şi intrarea într -o clasă suboptimală mai robustă. Atunci când există timpulnecesar, SSBC poate propune un alt model pentru proces, mai apropiat decircumstanţele concrete de exploatare şi să aleagă o nouă lege de reglare (sau un altalgoitm de control). Deoarece, aşa cum am arătat mai sus, specificarea

performanţelor se bazează pe calculul normelor infinite ale senzitivităţilor S şirespectiv T, atunci când procedura de estimare este aproximativă, ca valoareorientativă maxim admisibilă de declanşare a procedurii de reacordare putemconsidera limita de 10dB, în timp ce valori estimate sub 6dB se consideră unindicator al posibilităţii de creştere a performanţelor controlerului de bază.

O condiţie esenţială a valorificării cu succes a SSBC este fiabilitateainformaţiilor cu care acesta operează. Pentru a minimiza riscul de apariţia a erorilor

în fazele de transmitere de informaţie, este de dorit ca să se utilizeze modelul redusal procesului şi să se utilizeze tehnici de comunicaţie specifice mediului industrial.

Subliniind încă o dată faptul că sistemul dual CB/SSBC este singura soluţiepropusă în această lucrare capabilă să asigure funcţionarea parţială chiar în condiţii

de defect (căderea unui senzor, întreruperea unei căi de transfer) prin ajustări ad-hocale legii de reglare sau chiar prin restructurarea controlerului de bază, vom încheia


28/97


arătând că la nivelul anului 2000 se estimează că astfel de sisteme vor echipavehicule inteligente capabile în acelaşi timp să asigure o exploatare optimă amotorului şi o adaptare optimă la condiţiile de drum.


29/97


4. CONTROLUL INTELIGENT PRIN REŢELE NEURALE; STRUCTURI DE CONTROL

INTELIGENT CU LOGICA FUZZY

4.1 CONTROLERE INTELIGENTE CU REŢELE NEURALE

A. Consideraţii generale. Clasificări

Reţelele neurale artificiale (ANN – Artificial Neural Networks) constau dintr-unnumăr mare de elemente procesoare de informaţie puternic interconectate. Acesteelemente, numite neuroni (v. fig. 4.1,a) conţin o joncţiune de intrare care sumează

intrări ponderate provenite de la alţi neuroni, o joncţiune de ieşire care distribuie ieşiricătre alţi neuroni şi o funcţie de activare care generază aceste ieşiri. ANN se pot grupa în trei categorii în funcţie de modul în care este realizată

structura de conexiune de reacţie: recurente (conexiuni de reacţie globale), localrecurente (conexiuni de reţele locale, cum sunt de exemplu reţelele neurale celulare)şi nerecurente (fără conexiuni de reacţie, cum sunt perceptronii). O categorieparticulară de reţele nerecurente sunt cele cu înlănţuire (propagare) înainte (FNN –Feedforward Neural Networks), care constau din niveluri de neuroni cu legăturiponderate care conectează ieşirile neuronilor de pe un nivel cu intrările neuronilor depe nivelul adiacent. În figura 4.1,b este prezentată schema-bloc pentru FNN cu treiniveluri.

Structurile inteligente bazate pe FNN se întâlnesc tot mai mult în conducereaproceselor industriale, având mai multe posibilităţi de utilizare: pentru învăţareamodelului invers al unui proces pentru domenii mari de operare (spre deosebire demetodele bazate pe propagarea înapoi care operează doar pe domenii restrânse),pentru identificarea şi conducerea sistemelor dinamice neliniare cu grad sporit deincertitudine şi, mai ales, pentru implementarea de algoritmi de conducere dupăeroare, aceasta reprezentând diferenţa dintre ieşirile dorite şi cele curente ale FNN lavalori discrete ale timpului.

Pentru a înţelege mai exact modul în care operează FNN se va prezenta mai întâi conceptul de algoritm de adaptare a ponderilor, discutat în legătură cu ostructură esenţială din componenţa reţelelor neurale şi anume elementul adaptivlinear cunoscut sub denumirea ADALINE ( ADAptive LINear Element), cu ajutorulcăruia se vor discuta performanţele aplicării algoritmilor de ponderare în FNN cudouă şi trei niveluri.


30/97


Funcţiede

activareS

Intr ăride la alţineuroni

Ieşiricătre alţineuroni

Legături ponderate

S

S

S

S

S

S

S

S

S

(a) (b)

Fig. 4.1

B. Algori tmi de adaptare a ponderilorCazul adaline. În figura 4.2 se prezintă schema-bloc pentru un adaline. Pentru

algoritmul de adaptare marcat pe schemă s-a ales cunoscutul algoritm Widrow-Hoff,cunoscut şi ca regula delta Widrow-Hoff, care minimizează eroarea medie pătratică

dintr e ieşirea dorită d y şi ieşirea curentă k y pentru toate valorile lui k, unde k esteun index al iteraţiei în timp. Regula se scrie:

=

≠+=+

,0

,01

x xw

x x x x

xw

wT

k

T

T

k k

k

dacă ,

dacă ,ae

(1)

unde: [ ]T

nk k k k w , ,w ,w 21=w este vectorul ponderilor la timpul k;

[ ]T

n x x x ,,, 21 = x este vectorul de intrare; k d k y ye −= este eroarea lamomentul k; a este un factor de reducere.


31/97


Vector de ponderi

1 x

2 x

n x

Vector deintrare x

Algoritmdeadaptare

k w1

k w2

nk w

+

+

+

+

−Eroare Ie irea doritş ă

xe

Ie ireş

k y

d y

k W

Fig. 4.2.

Considerând 0≠ x şi deci 0≠ x xT

, dinamica mărimii de eroare se obţine curelaţia:

k T

k k k k k k ae xww y yee −=−−=−=− +++ )( 111 ,sau:

k k a ee )1(1 −=+ , (2)adică eroarea converge asimptotic la 0 dacă şi numai dacă 20


32/97


=

≠−

=

0)(0

,0)()(

)(2

1

11

11

1

x x

x x x x

x z

W

T

T

T

T k

k

dacă

dacă

(5)şi:

=

≠−−=

.0)(0

,0)()(

)(2

112

112112

122

2

k k T

k k T

k k T

k T

k k

k

dacă

dacă y y

y y

y y y Ae

W W

(6)

În relaţiile (5) şi (6) 2,1 sunt operatori de activare, realizaţi prin blocul AO dinfigura 1.13,a. Dintre operatorii cei mai des întâlniţi în reţelele neurale menţionăm

operatorii având proprietatea )AO()AO( x x −−= de forma diagonală, cum sunt:

operatorul identitate definit prin x x =)IDN( ;

operatorul saturaţie definit prin

−+

=

,11

],1,1[

,11

)SAT(

x

x x

x

x

dacă

dacă

dacă

operatorul semn definit prin

+=

.01

,01)SGN(

x

x x

dacă

dacă

Este evident faptul că pentru astfel de operatori 0)AO(T ≠xx doar dacă 0≠ x .

Algoritmul de adaptare iterativ care duce la anularea erorii se poate exprimapor nind de la relaţia de diferenţă:

11 ++ −=− k k k k y yee şi utilizând relaţiile d

Date post:	07-Aug-2018
Category:	Documents
Upload:	elisavthetravel
View:	253 times
Download:	3 times

Sisteme Informatice Si de Control La Autovehicule

Documents