Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ УКРАИНЫ

СЛАВЯНСКИЙ КОЛЛЕДЖ НАЦИОНАЛЬНОГО АВИАЦИОННОГО УНИВЕРСИТЕТА

Реферат

По дисциплине «Цифровые автоматизированные системы»

«Моделирование объектов управления »

Общие принципы построения моделей технических систем

Основные понятия о моделях объектов управлении

При изучении любых объектов (технических систем, процессов, явлений) основной задачей является построение их моделей. Как результат познания модель представляет собой отображение в той или иной форме свойств, закономерностей, физических и других характеристик, присущих исследуемому объекту. Характер модели определяется поставленными целями и может быть различным в зависимости от ее назначения. Модели разделяют на два основных класса: символические (словесные описания, схемы, чертежи, математические уравнения и т. д.) и вещественные (макеты, разного рода физические аналоги и электронные моделирующие устройства, имитирующие процессы в объектах)

При исследовании объектов, предназначенных для управления, применяют математические модели, входящие в класс символических, и вещественные. К математическим моделям относится такое математическое описание, которое адекватно отражает как статические, так и динамические связи между входными и выходными переменными объекта. Математическая модель может быть получена и аналитически (закономерности протекающих в объекте процессов полностью известны), и по результатам экспериментального исследования входных и выходных переменных объекта без изучения его физической сущности. Последний подход особенно широко используется на практике, так как позволяет обойтись минимумом априорных сведений об объекте при построении его модели.

Для управления объектом необходимо иметь модель в виде математического описания, устанавливающего связь между входными и выходными переменными в форме, на основе которой может быть выбран закон управления, обеспечивающий заданное функционирование объекта. Получаемое описание должно давать преобразования воздействия на объект u в реакцию объекта y. Переменные u и y могут представлять собой функции одинаковых и разных аргументов.

Преобразование одной функции в другую производится оператором, который определяет совокупность математических или логических операций, устанавливающих соответствие между ними: y(t)=A{u(t)}.

В качестве примера можно назвать операторы дифференцирования, интегрирования и т. п. Для стационарных линейных одномерных объектов оператор может быть задан в виде дифференциального уравнения или системы дифференциальных уравнений первого порядка, интегральной свертки, частотной характеристики (передаточной функции) объекта.

Операторы, используемые для описания моделей, можно классифицировать согласно схеме, приведенной на рис. 1.1.

На практике объекты стремятся описывать линейными стационарными моделями, хотя в действительности все объекты в той или иной мере обладают свойствами нелинейности, нестационарности, распределенности, стохастичности.

Использование более простых операторов следует рассматривать как попытку аппроксимации характеристик сложного объекта упрощенным приближенным описанием, но удобным для дальнейших расчетов. Описания могут быть заданы различным образом: аналитически, таблично, в виде разложения по какой-либо системе функций и т. д.

Рис.1.1 - Классификация моделей объектов управления по операторам их описания.

Проиллюстрируем использование моделей при решении задач управления объектами (рис.1.2). После формулировки целей управления необходимо выделить объект управления из среды, т. е. определить границы объекта и установить его взаимодействие со средой. Последнее характеризуется моделью возмущений. Далее строится структура и проводится идентификация параметров модели объекта. В процедуре синтеза управления, являющейся оптимизационной задачей, модель объекта выступает как ограничение. С помощью же модели возмущений можно оценить некоторые качественные показатели управления.

Рис. 1.2 - Структурная схема решения задачи управления объектом.

Когда решается задача управления сложным объектом, часто не удается получить описание, имеющее приемлемую точность. В этом случае используется ансамбль моделей, в котором каждая из них описывает отдельные стороны процесса. С упрощением моделей ослабляются и цели управления (например, в неопределенной ситуации ставится задача нахождения разумной стратегии управления без жестких качественных показателей). Часто такие модели реализуются как совокупность программ, имитирующих работу объекта и ориентированных на использование ЭВМ.

Аналитическое составле ние математических моделе й

Если известно конструктивное устройство объекта управления, то зная физические законы протекающих в нем процессов, его модель можно найти аналитически. При аналитическом составлении математической модели обычно используются уравнения материального и энергетических балансов, принципы подобия, законы Кирхгофа и т.д. Приступая к составлению модели, необходимо вначале ознакомиться с объектом, изучить документацию, процессы, протекающие в объекте, определить рабочую точку и область, в которой могут меняться переменные. Кроме того, целесообразно определит характеристики исполнительных устройств, через которые на объект подаются управляющие воздействия, и контрольно-измерительных приборов, служащих для наблюдения за процессом.

Методику аналитического составления математических моделей проиллюстрируем на примере. Рассмотрим резервуар. Переменные q1 и q2 обозначают расход жидкости, а f1 и f2 -- проходные сечения вентилей.

Для составления модели необходимо определить, какие переменные будут характеризовать управление, возмущение и состояние. В данном простом примере объект содержит только один накопитель (накапливается вещество), поэтому в качестве переменной состояния можно выбрать координату h. Управляющие и возмущающие координаты определяются практическими отображениями, связанными с конкретным включением объекта в систему, а также связью системы с внешней средой. Допустим, что f1 - управляющая координата, а f2 -- возмущение

После выбора координат необходимо определить статические характеристики исследуемого объекта, т. е. зависимости, связывающие координаты в установившемся режиме, когда производные всех переменных в системе равны нулю. Для этого в рассматриваемом случае используем закон гидравлики Бернулли: , где µ - коэффициент, характеризующий гидравлическое сопротивление и зависящий от вязкости жидкости,
геометрии трубопровода, шероховатости поверхности труб и т. д.

Для выходного патрубка можно записать:, однако в статике q1 = q2, поэтому (14.2).

Уравнение связывает все три координаты и позволяет получить три однопараметрических семейства характеристик: по управлению, по возмущению и регулировочную функцию, определяем формулами:

Как видно из рис. 14. 9 полученные статистические характеристики (14.3) являются нелинейными. Они могут быть использованы, например, для выбора рабочей точки или оценки соотношения между переменными в различных режимах. На следующем этапе строится уравнение динамического режима. Здесь может быть использован метод «замороженных координат», суть которого состоит в том: что при составлении дифференциального уравнения координаты, зависящие от времени -- q2(t), f1(t),h(t), считаются постоянными (замороженными) на время dt. Используя этот метод, уравнение динамического режима можно записать в виде

где F-- площадь сечения резервуара.

Из уравнения следует, что количество жидкости, поступившей в резервуар за время dt, уравновешивается изменением количества жидкости в резервуаре и количеством жидкости, вытекающей из резервуара (уравнение материального баланса). Разделив уравнение на dt и подставив в выражение q1(t) из (14.2)
(последнее справедливо для мгновенных значений), получим дифференциальное уравнение, описывающее поведение исследуемого объекта:

Это уравнение нелинейно, однако если объект работает при малых отклонениях от положения равновесия (обычно так работают системы стабилизации), его можно линеаризовать. Перепишем для удобства уравнение

После его линеаризации способом малых приращении переменных имеем

Полученное уравнение описывает объект в окрестности рабочей точки (f10,q20,h0), которая становится началом координат отсчета переменных.

Следует обратить внимание на следующие обстоятельства. Обычно, описание объекта не удается завершить аналитически, так как значения некоторых параметров приходится определять экспериментально. В рассматриваемом примере к таким параметрам относится коэффициент µ. Вообще говоря, статические характеристики содержатся в динамических моделях,
при этом определение статических зависимостей связано с тем. что построить полное динамическое описание удается не всегда. В большинстве случаев приходится удовлетвориться нелинейными статическими и линеаризованными динамическими уравнениями.

Вид математического описания объекта в значительной степени зависит от принятой системы координат. Так, если бы можно было вместо f1(t) принять в качестве управляющей координату q1(t), то уравнение (14.4), описывающее динамику объекта, было бы линейным.

Заметим также, что полученная математическая модель нуждается в проверке на адекватность. В данном случае для проверки можно использовать экспериментально снятую переходную функцию, параметры которой легко сопоставить с параметрами уравнения (14.5). Однако на практике подобная задача может оказаться достаточно сложной и потребовать специального технического обеспечения и подготовительной работы.

И последнее. Даже в рассмотренном простом примере получено несколько моделей (статическая, нелинейная, динамическая, линеаризованная). В более сложных случаях число возможных и необходимых моделей увеличивается за счет все более подробного учета нелинейных, распределенных, стохастических свойств реального объекта. В общем случае приходится искать компромисс между сложным и точным и, с другой стороны, простым, но грубым описанием. Выбор определяется конкретной целью идентификации, т.е., по существу, назначением искомого описания объекта.

Вопросы

1. Что такое модель?

2. Как определяется характер модели?

3. Какие модели бывают?

4. Какие модели в основном применяются для исследования объектов?

5. Как можно получить математическую модель?

6. Какое описание должно давать преобразования воздействия на объект u в реакцию объекта y?

7. Какие бывают описания?

8. Какие уравнения используются при аналитическом составлении математической модели?

Подобные документы

Особенности создания непрерывных структурированных моделей. Схема выражения передаточной функции. Методы интегрирования систем дифференциальных уравнений. Структурная схема систем управления с учетом запаздывания в ЭВМ. Расчет непрерывной SS-модели.

курсовая работа , добавлен 16.11.2009

Основы математического моделирования детерминированных и стохастических объектов. Идентификация объектов управления по переходной характеристике. Получение модели методом множественной линейной регрессии и проверка ее адекватности по критерию Фишера.

курсовая работа , добавлен 14.10.2014

Методика и основные этапы построения математических моделей, их сущность и особенности, порядок разработки. Составление математических моделей для системы "ЭМУ-Д". Алгоритм расчета переходных процессов в системе и оформление результатов программы.

реферат , добавлен 22.04.2009

Анализ основных способов построения математической модели. Математическое моделирование социально-экономических процессов как неотъемлемая часть методов экономики, особенности. Общая характеристика примеров построения линейных математических моделей.

курсовая работа , добавлен 23.06.2013

Изучение экономических приложений математических дисциплин для решения экономических задач: использование математических моделей в экономике и менеджменте. Примеры моделей линейного и динамического программирования как инструмента моделирования экономики.

курсовая работа , добавлен 21.12.2010

Теория математического анализа моделей экономики. Сущность и необходимость моделей исследования систем управления в экономике и основные направления их применения. Выявление количественных взаимосвязей и закономерностей в социально-экономической системе.

курсовая работа , добавлен 27.09.2010

Основные понятия и типы моделей, их классификация и цели создания. Особенности применяемых экономико-математических методов. Общая характеристика основных этапов экономико-математического моделирования. Применение стохастических моделей в экономике.

реферат , добавлен 16.05.2012

Особенности формирования и способы решения оптимизационной задачи. Сущность экономико-математической модели транспортной задачи. Характеристика и методика расчета балансовых и игровых экономико-математических моделей. Свойства и признаки сетевых моделей.

практическая работа , добавлен 21.01.2010

Математическое моделирование как теоретико-экспериментальный метод позновательно-созидательной деятельности, особенности его практического применения. Основные понятия и принципы моделирования. Классификация экономико-математических методов и моделей.

курсовая работа , добавлен 13.09.2011

Анализ перспектив развития кадрового отдела ОАО "Cухой" и возможности адекватной реакции отдела на изменения во внешней среде. Формирование математических моделей управления предприятием. Количественное моделирование и оптимизация трудовых ресурсов.

Информационные модели управления объектами

В процессе функционирования сложных систем (биологических, технических и пр.) входящие в них объекты постоянно обмениваются информацией. Для поддержания своей жизнедеятельности любой живой организм постоянно получает информацию из внешнего мира с помощью органов чувств, обрабатывает ее и управляет своим поведением (например, перемещаясь в пространстве, избегает опасности).

В процессе управления полетом самолета в режиме автопилота бортовой компьютер получает информацию от датчиков (скорости, высоты и пр.), обрабатывает ее и передает команды на исполнительные механизмы, изменяющие режим полета (закрылки, клапаны, регулирующие работу двигателей, и пр.).

В любом процессе управления всегда происходит взаимодействие двух объектов - управляющего и управляемого , которые соединены каналами прямой и обратной связи . По каналу прямой связи передаются управляющие сигналы, а по каналу обратной связи - информация о состоянии управляемого объекта.

Разомкнутые системы управления. Если в процессе управления не учитывается состояние управляемого объекта и обеспечивается управление только по прямому каналу (от управляющего объекта к управляемому), то такие системы управления называются разомкнутыми . Информационную модель разомкнутой системы управления можно наглядно представить с помощью схемы, представленной на рис. 2.12.

В качестве примера разомкнутой системы управления рассмотрим процесс записи информации на гибкий диск, в котором объект "Дисковод" (управляющий объект) изменяет состояние объекта "Дискета" (управляемый объект).

Для того чтобы информация могла быть записана, необходимо установить магнитную головку дисковода над определенной концентрической дорожкой диска. При записи информации на гибкие диски не требуется особой точности установки (имеется всего 80 дорожек) и можно не учитывать возможные (например, от нагревания) механические деформации носителя, поэтому управляющий объект (дисковод) просто перемещает магнитную головку на определенное расстояние вдоль радиуса управляемого объекта (дискеты).

Замкнутые системы управления. В замкнутых системах управления управляющий объект по прямому каналу управления производит необходимые действия над объектом управления, а по каналу обратной связи получает информацию о его реальных параметрах. Это позволяет осуществлять управление с гораздо большей точностью.

Информационную модель замкнутой системы управления можно наглядно представить с помощью схемы, представленной на рис. 2.13.

Примером использования замкнутой системы управления является процесс записи на жесткие диски. При записи информации на жесткие диски требуется особая точность установки магнитных головок, так как на рабочей поверхности носителя имеются тысячи дорожек и необходимо учитывать механические деформации магнитного носителя (например, в результате изменения температуры). Система управления магнитными головками винчестера постоянно получает информацию о реальном положении магнитных головок по каналу обратной связи, а по прямому каналу выставляет головки над поверхностью носителя с большой точностью.

Вопросы для размышления

1. В чем состоит различие разомкнутых и замкнутых систем управления? Приведите примеры.

Практические задания

2.18. Создать компьютерную модель замкнутой системы управления с автоматической обратной связью.

Конспект урока на тему
«Информационные модели управления объектами»

Цели:

образовательная: составить упрощенную математическую модель управления объектами.

воспитательная: формирование самостоятельности и ответственности при изучении нового материала;

развивающая: развить умение описывать модели управления, выделяя существенные различия моделирования.

Программно – дидактическое обеспечение урока: ПК, карточки с заданиями.
Ход урока

Орг. момент:

приветствие;

проверка присутствующих.

Актуализация прежних знаний:

Что такое модель?
Какие типы моделей вы знаете?

III. Изучение нового материала:
В процессе функционирования сложных систем (биологических, технических и т.д.), входящие в них объекты постоянно обмениваются информацией. Изменение сложных систем во времени имеет свои особенности. Так, для поддержания своей жизнедеятельности любой живой организм постоянно получает информацию из внешнего мира с помощью органов чувств, обрабатывает ее и управляет своим поведением (например, перемещаясь в пространстве, избегает опасности).
В повседневной жизни мы встречаемся с процессами управления очень часто:

пилот управляет самолетом, а помогает ему в этом автоматическое устройство- автопилот;

директор и его заместители управляют производством, а учитель - обучением школьников;

процессор обеспечивает синхронную работу всех узлов компьютера, каждым его внешним устройством руководит специальный контроллер;

без дирижера большой оркестр не может согласованно исполнить музыкальное произведение, а хоккейная или баскетбольная команда обязательно имеет одного или нескольких тренеров, которые организуют подготовку спортсменов к соревнованиям.

Управление - это целенаправленное взаимодействие объектов, одни из которых являются управляющими, а другие - управляемыми. Модели, описывающие информационные процессы управления в сложных системах, называются информационными моделями процессов управления.
В любом процессе управления всегда происходит взаимодействие двух объектов – управляющего и управляемого , которые соединены каналами прямой и обратной связи . По каналу прямой связи передаются управляющие сигналы, а по каналу обратной связи – информация о состоянии управляемого объекта.
Разомкнутые системы управления. Если в процессе управления не учитывается состояние управляемого объекта и обеспечивается управление только по прямому каналу (от управляющего объекта к управляемому), то такие системы управления называются разомкнутыми . Информационную модель разомкнутой системы управления можно наглядно представить с помощью следующей схемы:

Для демонстрации принципа работы разомкнутых систем управления разработаем компьютерную модель на языке программирования Visual Basic. Пусть управляемым объектом будет точка, которую управляющий объект (пользователь) должен переместить в центр мишени (круга). Прямое управление положением точки будем производить путем нажатия на кнопки, которые перемещают объект вверх, вниз, влево и вправо. Обратная связь будет отсутствовать.

Модель разомкнутой системы управления.

Поместить на форму графическое поле, по которому будет перемещаться точка, кнопку для вывода первоначального положения точки, четыре кнопки для управления движением точки и кнопку для вывода положения мишени.

Событийная процедура первоначального вывода точки должна включать задание масштаба и случайную генерацию координат точки:
Dim bytX1, bytY1, bytX2, bytY2 As Byte
Private Sub cmdP_Click()
pic1.Scale (0, 20)-(20, 0)
bytX1 = Int(Rnd * 20)
bytY1 = Int(Rnd * 20)
pic1.PSet (bytX1, bytY1), vbRed
End Sub

Четыре событийные процедуры перемещения точки должны обеспечивать изменение координат точки. Для перемещения влево событийная процедура:
Private Sub cmdL_Click()
pic1.Scale (0, 20)-(20, 0)
bytX1 = bytX1 - 1
End Sub

Событийная процедура вывода мишени и положения точки:
Private Sub cmd2_Click()
pic1.Scale (0, 20)-(20, 0)
pic1.Circle (10, 10), 5
pic1.PSet (bytX1, bytY1), vbBlack
End Sub

Щелкнуть по кнопке Упр. объект и перемещать его кнопками со стрелками. Щелкнуть по кнопке Результат . Отклонение точки от центра мишени, скорее всего, будет достаточно велико.

Для демонстрации принципа работы замкнутых систем управления разработаем компьютерную модель. Для осуществления обратной связи будем при каждом шаге рисовать новое положение точки, а также выводить значения координат точки в текстовые поля.

Модель замкнутой системы управления.

Усовершенствовать предыдущий проект и поместить на форму два текстовых поля.
В коды процедур добавить строки:
pic1.PSet (bytX1, bytY1), vbRed
txtX.Text = bytX1
txtY.Text = bytY1
Использование обратной связи обеспечивает гарантированное попадание точки в мишень.

IV. Закрепление.

Выполнение проектов.

Какие системы управления называются разомкнутыми?

Какие системы управления называются замкнутыми?

В чем разомкнутой системы управления от замкнутой?

VI . Итог урока.
VII . Дом. задание .
Прочитать конспект.

Введение . 2

Понятие сложной системы .. 2

Понятие обратной связи . 2

Понятие целесообразности . 3

Кибернетика . 3

ЭВМ и персональные компьютеры .. 5

Модели мира . 5

.. 7

Список литературы .. 10

Введение. 3

Понятие сложной системы.. 3

Понятие обратной связи. 3

Понятие целесообразности. 4

Кибернетика. 5

ЭВМ и персональные компьютеры.. 6

Модели мира. 7

Информационные модели систем управления. 8

Создание компьютерной модели систем управления. 9

Система управления без обратной связью .. 9

Модель разомкнутой системы управления. 9

Система управления с обратной связью. 10

Список литературы.. 12

Введение .

В процессе функционирования сложных систем (биологических, технических и т. д.), входящие в них объекты постоянно обмениваются информацией. Изменение сложных систем во времени имеет свои особенности. Так, для поддержания своей жизнедеятельности любой живой организм постоянно получает информацию из внешнего мира с помощью органов чувств, обрабатывает ее и управляет своим поведением (например, перемещаясь в пространстве, избегает опасности). В повседневной жизни мы встречаемся с процессами управления очень часто:

1. пилот управляет самолетом, а помогает ему в этом автоматическое устройство - автопилот ;

2. директор и его заместители управляют производством, а учитель - обучением школьников;

3. процессор обеспечивает синхронную работу всех узлов компьютера, каждым его внешним устройством руководит специальный контроллер;

Работу можно условно разделить на теоретическую и практическую часть . В теоретической части я познакомилась с основными типами существующих систем управления. В практической части создана компьютерная модель системы управления.

Целью работы является изучение систем управления на предмет создания компьютерной модели системы управления.

Задачи:

2. Проанализировать собранную информацию

3. Создать компьютерную модель системы управления.

4. Сделать выводы

Результатом работы является компьютерная модель системы управления, которая используется на уроках информатики в качестве учебного пособия .

Понятие сложной системы

Теория относительности, изучающая универсальные физические закономерности, относящиеся ко всей Вселенной, и квантовая механика, изучающая законы микромира, нелегки для понимания, и, тем не менее, они имеют дело с системами, которые с точки зрения современного естествознания считаются простыми. Простыми, в том смысле, что в них входит небольшое число переменных и, поэтому, взаимоотношение между ними поддается математической обработке, и выведению универсальных законов.

Однако, помимо простых, существуют сложные системы, которые состоят из большого числа переменных и стало быть большого количества связей между ними. Чем оно больше, тем труднее поддается предмет исследования достижению конечного результата - выведению закономерностей функционирования данного объекта. Трудности изучения данных систем связаны и с тем обстоятельством, что чем сложнее система, тем больше у нее так называемых эмерджентных свойств, т. е. свойств, которых нет у ее частей и которые являются следствием эффекта целостности системы.

Такие сложные системы изучает, например, метеорология - наука о климатических процессах. Именно потому, что метеорология изучает сложные системы, процессы образования погоды гораздо менее известны, чем гравитационные процессы, что, на первый взгляд, кажется парадоксом. Действительно, почему мы точно можем определить, в какой точке будет находиться Земля или какое-либо другое небесное тело через миллионы лет, но не можем точно предсказать погоду на завтра? Потому, что климатические процессы представляют гораздо более сложные системы, состоящие из огромного количества переменных и взаимодействий между ними.

Разделение систем на простые и сложные является фундаментальным в естествознании. Среди всех сложных систем наибольший интерес представляют системы с так называемой «обратной связью». Это еще одно важное понятие современного естествознания.

Понятие обратной связи

Если мы ударим по бильярдному шару, то он полетит в том направлении, в котором мы его направили, и с той скоростью, с которой мы хотели. Полет брошенного камня тоже соответствует нашему желанию, если ничего не препятствует этому. Сам камень совершенно безразличен по отношению к нам. Он не сопротивляется, если только не иметь в виду закона инерции.

Совсем иным будет поведение кошки, которая активно реагирует на наше воздействие. Так вот, если поведение объекта (поведением будем называть любое изменение объекта по отношению к окружающей среде) зависит от воздействия на него, мы говорим, что в такой системе имеется обратная связь - между воздействием и ее реакцией.

Поведение системы может усиливать внешнее воздействие: это называется положительной обратной связью. Если же оно уменьшает внешнее воздействие, то это отрицательная обратная связь. Особый случай - гомеостатические обратные связи, которые действуют, чтобы свести внешнее воздействие к нулю. Пример: температура тела человека, которая остается постоянной благодаря гомеостатическим обратным связям. Таких механизмов в живом теле огромное количество. Свойство системы, остающееся без изменений в потоке событий, называется инвариантом системы.

В любом нашем движении с определенной целью участвуют механизмы обратной связи. Мы не замечаем их действия, потому что они включаются автоматически. Но иногда мы пользуемся ими сознательно. Скажем, один человек предлагает место встречи, а другой повторяет: да, мы встречаемся там-то и во столько-то. Это обратная связь, делающая договоренность более надежной. Механизм обратной связи и призван сделать систему более устойчивой, надежной и эффективной.

В широком смысле понятие обратной связи «означает, что часть выходной энергии аппарата или машины возвращается на вход. Положительная обратная связь прибавляется к входным сигналам, она не корректирует их. Термин «обратная связь» применяется также в более узком смысле для обозначения того, что поведение объекта управляется величиной ошибки в положении объекта по отношению к некоторой цели».

Механизм обратной связи делает систему принципиально иной, повышая степень ее внутренней организованности и давая возможность говорить о самоорганизации в данной системе.

Итак, все системы можно разделить на системы с обратной связью и без таковой. Наличие механизма обратной связи позволяет заключить о том, что система преследует какие-то цели, т. е. что ее поведение целесообразно.

Понятие целесообразности

Активное поведение системы может быть случайным или целесообразным, если «действие или поведение допускает истолкование как направленное на достижение некоторой цели, т. е. некоторого конечного состояния, при котором объект вступает в определенную связь в пространстве или во времени с некоторым другим объектом или событием. Нецеленаправленным поведением является такое, которое нельзя истолковать подобным образом».

Для обозначения машин с внутренне целенаправленным поведением был специально введен термин «сервомеханизмы». Например, торпеда, снабженная механизмом поиска цели. Всякое целенаправленное поведение требует отрицательной обратной связи. Оно может быть предсказывающим или непредсказывающим. Предсказание может быть первого, второго и последующих порядков в зависимости от того, на сколько параметров распространяется предсказание. Чем их больше, тем совершеннее система.

Понятие целесообразности претерпело длительную эволюцию в истории человеческой культуры. Во времена господства мифологического мышления деятельность любых, в том числе неживых, тел могла быть признана целесообразной на основе антропоморфизма, т. е. приписывания явлениям природы причин по аналогии с деятельностью человека. Философ Аристотель в числе причин функционирования мира, наряду с материальной, формальной, действующей, назвал и целевую. Религиозное понимание целесообразности основывается на представлении о том, что Бог создал мир с определенной целью, и стало быть мир в целом целесообразен.

Научное понимание целесообразности строилось на обнаружении в изучаемых предметах объективных механизмов целеполагания. Поскольку в Новое время наука изучала простые системы, постольку она скептически относилась к понятию цели. Положение изменилось в XX веке, когда естествознание перешло к изучению сложных систем с обратной связью, так как именно в таких системах существует внутренний механизм целеполагания. Наука, которая первой начала исследование подобных систем, получила название кибернетики.

Кибернетика

Кибернетика (от греч. kybernetike - искусство управления) - это наука об управлении сложными системами с обратной связью. Она возникла на стыке математики, техники и нейрофизиологии, и ее интересовал целый класс систем, как живых, так и неживых, в которых существовал механизм обратной связи. Основателем кибернетики по праву считается американский математик Н. Винер (1894-1964), выпустивший в 1948 году книгу, которая так и называлась «Кибернетика».

Оригинальность этой науки заключается в том, что она изучает не вещественный состав систем и не их структуру (строение), а результат работы данного класса систем. В кибернетике впервые было сформулировано понятие «черного ящика» как устройства, которое выполняет определенную операцию над настоящим и прошлым входного потенциала, но для которого мы не обязательно располагаем информацией о структуре, обеспечивающей выполнение этой операции.

Системы изучаются в кибернетике по их реакциям на внешние воздействия, другими словами, по тем функциям, которые они выполняют. Наряду с субстратным (вещественным) и структурным подходом, кибернетика ввела в научный обиход функциональный подход как еще один вариант системного подхода в широком смысле слова.

Если XVII столетие и начало XVIII столетия - век часов, а конец XVII и все XIX столетие - век паровых машин, то настоящее время есть век связи и управления. В изучение этих процессов кибернетика внесла значительный вклад. Она изучает способы связи и модели управления, и в этом исследовании ей понадобилось еще одно понятие, которое было давно известным, но впервые получило фундаментальный статус в естествознании - понятие информации (от лат. informatio - ознакомление, разъяснение) как меры организованности системы в противоположность понятию энтропии как меры неорганизованности.

Понятие информации имеет такое большое значение, что оно вошло в заглавие нового научного направления, возникшего на базе кибернетики - информатики (название произошло из соединения слов информация и математика).

Кибернетика выявляет зависимости между информацией и другими характеристиками систем.

С повышением энтропии уменьшается информация (поскольку все усредняется) и наоборот, понижение энтропии увеличивает информацию. Связь информации с энтропией свидетельствует и о связи информации с энергией.

Энергия (от греч. energeia - деятельность) характеризует общую меру различных видов движения и взаимодействия в формах: механической, тепловой, электромагнитной, химической, гравитационной, ядерной. Информация характеризует меру разнообразия систем. Эти два фундаментальных параметра системы (наравне с ее вещественным составом) относительно обособлены друг от друга. Точность сигнала, передающего информацию, не зависит от количества энергии, которая используется для передачи сигнала. Тем не менее энергия и информация связаны между собой. Винер приводит такой пример: «Кровь, оттекающая от мозга, на долю градуса теплее, чем кровь, притекающая к нему».

Информация растет с повышением разнообразия системы, но на этом ее связь с разнообразием не кончается. Одним из основных законов кибернетики является закон «необходимого разнообразия». В соответствии с ним эффективное управление какой-либо системой возможно только в том случае, когда разнообразие управляющей системы больше разнообразия управляемой системы. Учитывая связь между разнообразием и управлением, можно сказать, что чем больше мы имеем информации о системе, которой собираемся управлять, тем эффективнее будет этот процесс.

Общее значение кибернетики обозначается в следующих направлениях:

1. Философское значение, поскольку кибернетика дает новое представление о мире, основанное на роли связи, управления, информации, организованности, обратной связи, целесообразности, вероятности.

2. Социальное значение, поскольку кибернетика дает новое представление об обществе как организованном целом. О пользе кибернетики для изучения общества немало было сказано уже в момент возникновения этой науки.

3. Общенаучное значение в трех смыслах: во-первых, потому что кибернетика дает общенаучные понятия, которые оказываются важными в других областях науки - понятия управления, сложно-динамической системы и т. п.; во-вторых, потому что дает науке новые методы исследования: вероятностные, стохастические, моделирования на ЭВМ и т. д.; в-третьих, потому что на основе функционального подхода «сигнал - отклик» кибернетика формирует гипотезы о внутреннем составе и строении систем, которые затем могут быть проверены в процессе содержательного исследования. Например, в кибернетике выработано правило (впервые для технических систем), в соответствии с которым для того, чтобы найти ошибку в работе системы, необходима проверка работы трех одинаковых систем. По работе двух находят ошибку в третьей. Возможно так действует и мозг.

4. Методологическое значение кибернетики определяется тем обстоятельством, что изучение функционирования более простых технических систем используется для выдвижения гипотез о механизме работы качественно более сложных систем (живых организмов, мышления человека) с целью познания происходящих в них процессов - воспроизводства жизни, обучения и т. п. Подобное кибернетическое моделирование особенно важно в настоящее время во многих областях науки, поскольку отсутствуют математические теории процессов, протекающих в сложных системах и приходится ограничиваться их простыми моделями.

5. Наиболее известно техническое значение кибернетики - создание на основе кибернетических принципов электронно-вычислительных машин, роботов, персональных компьютеров, породившее тенденцию кибернетизации и информатизации не только научного познания, но и всех сфер жизни.

ЭВМ и персональные компьютеры

Точно так же, как разнообразные машины и механизмы облегчают физический труд людей, ЭВМ и персональные компьютеры облегчают его умственный труд, заменяя человеческий мозг в его наиболее простых и рутинных функциях. ЭВМ действуют по принципу «да-нет», и этого оказалось достаточно для того, чтобы создать вычислительные машины, хотя и уступающие человеческому мозгу в гибкости, но превосходящие его по быстроте выполнения вычислительных операций. Аналогия между ЭВМ и мозгом человека дополняется тем, что ЭВМ как бы выполняет роль центральной нервной системы для устройств автоматического управления.

Введенное чуть позже в кибернетике понятие самообучающихся машин аналогично воспроизводству живых систем. И то, и другое есть созидание себя (в себе и в другом), возможное в отношении машин, как и живых систем. Обучение онтогенетически есть то же, что и самовоспроизводство филогенетически.

Как бы не протекал процесс воспроизводства, «это - динамический процесс, включающий какие-то силы или их эквиваленты. Один из возможных способов представления этих сил состоит в том, чтобы поместить активный носитель специфики молекулы в частотном строении ее молекулярного излучения, значительная часть которого лежит, по-видимому, в области инфракрасных электромагнитных частот или даже ниже. Может оказаться, что специфические вещества вируса при некоторых обстоятельствах излучают инфракрасные колебания, которые обладают способностью содействовать формированию других молекул вируса из неопределенной магмы аминокислот и нуклеиновых кислот. Вполне возможно, что такое явление позволительно рассматривать как некоторое притягательное взаимодействие частот»

(Такова гипотеза воспроизводства Винера, которая позволяет предложить единый механизм самовоспроизводства для живых и неживых систем.

Современные ЭВМ значительно превосходят те, которые появились на заре кибернетики. Еще 10 лет назад специалисты сомневались, что шахматный компьютер когда-нибудь сможет обыграть приличного шахматиста, но теперь он почти на равных сражается с чемпионом мира. То, что машина чуть было не выиграла у Каспарова за счет громадной скорости перебора вариантов (100 млн. в сек. против двух у человека) остро ставит вопрос не только о возможностях ЭВМ, но и о том, что такое человеческий разум.

Предполагалось два десятилетия назад, что ЭВМ будут с годами все более мощными и массивными, но вопреки прогнозам крупнейших ученых, были созданы персональные компьютеры, которые стали повсеместным атрибутом нашей жизни. В перспективе нас ждет всеобщая компьютеризация и создание человекоподобных роботов.

Надо, впрочем, иметь в виду, что человек не только логически мыслящее существо, но и творческое, и эта способность - результат всей предшествующей эволюции. Если же будут построены не просто человекоподобные роботы, но и превосходящие его по уму, то это повод не только для радости, но и для беспокойства, связанного как с роботизацией самого человека, так и с проблемой возможного «бунта машин», выхода их из-под контроля людей.

Модели мира

Благодаря кибернетике и созданию ЭВМ одним из основных способов познания, наравне с наблюдением и экспериментом, стал метод моделирования. Применяемые модели становятся все более масштабными: от моделей функционирования предприятия и экономической отрасли до комплексных моделей управления биогеоценозами, эколого-экономических моделей рационального природопользования в пределах целых регионов, до глобальных моделей.

В 1972 году на основе метода «системной динамики» Дж. Форрестера были построены первые так называемые «модели мира», нацеленные на выработку сценариев развития всего человечества в его взаимоотношениях с биосферой . Их недостатки заключались в чрезмерно высокой степени обобщения переменных, характеризующих процессы, протекающие в мире; отсутствии данных об особенностях и традициях различных культур и т. д. Однако, это оказалось очень многообещающим направлением. Постепенно указанные недостатки преодолевались в процессе создания последующих глобальных моделей, которые принимали все более конструктивный характер, ориентируясь на рассмотрение вопросов улучшения существующего эколого-экономического положения на планете.

М. Месаровичем и Э. Пестелем были построены глобальные модели на основе теории иерархических систем, а В. Леонтьевым - на основе разработанного им в экономике метода «затраты - выпуск». Дальнейший прогресс в глобальном моделировании ожидается на путях построения моделей, все более адекватных реальности, сочетающих в себе глобальный, региональные и локальные моменты.

Создатель метода системной динамики Дж. Форрестер выдвинул так называемый «контринтуитивный принцип», в соответствии с которым сложные системы функционируют таким образом, что это принципиально противоречит человеческой интуиции, и таким образом машины могут дать более точный прогноз их поведения, чем человек. Другие исследователи считают, что «контринтуитивное поведение» свойственно тем системам, которые находятся в критической ситуации.

Трудности формализации многих важных данных, необходимых для построения глобальных моделей, а также ряд других моментов свидетельствуют о том, что значение машинного моделирования не следует абсолютизировать. Моделирование может принести наибольшую пользу в том случае, если будет сочетаться с другими видами исследований.

Простираясь на изучение все более сложных систем метод моделирования становится необходимым средством как познания, так и преобразования действительности. В настоящее время можно говорить как об одной из основных о преобразовательной функции моделирования, выполняя которую оно вносит прямой вклад в оптимизацию сложных систем. Преобразовательная функция моделирования способствует уточнению целей и средств реконструкции реальности. Свойственная моделированию трансляционная функция способствует синтезу знаний - задаче, имеющей первостепенное значение на современном этапе изучения мира.

Прогресс в области моделирования следует ожидать не на пути противопоставления одних типов моделей другим, а на основе их синтеза. Универсальный характер моделирования на ЭВМ дает возможность синтеза самых разнообразных знаний, а свойственный моделированию на ЭВМ функциональный подход служит целям управления сложными системами.

Информационные модели систем управления.

В любом процессе управления всегда происходит взаимодействие двух объектов – управляющего объекта и управляемого, которые соединены каналами управления и обратной связью. По каналу управления передаются управляющие сигналы.

В системах управления без обратной связи не учитывается состояние

управляемого объекта и обеспечивается управление только по прямому каналу от управляющего объекта к управляемому объекту.

Создание компьютерной модели систем управления .

Пусть управляемым объектом будет точка, которую управляющий объект (пользователь) должен переместить в центр мишени (круга). Прямое управление положением точки будем производить путем нажатия на кнопки, которые перемещают объект вверх, вниз, влево и вправо. Обратная связь будет отсутствовать.

Модель разомкнутой системы управления.

Система управления без обратной связью

https://pandia.ru/text/80/310/images/image004_7.jpg" width="381" height="321 id=">

Система управления с обратной связью.

Событийная процедура вывода мишени и положения точки:

Для кнопки Мишень и точка

Dim X1, Y1, X2, Y2 As Byte

Private Sub ………..

Pic1.Scale (0, 200)-(200, 0)

Pic1.Circle (100, 100), 50

X1 = Int(Rnd * 200)

Y1 = Int(Rnd * 200)

Pic1.PSet (X1, Y1), vbRed

LblX. Caption = X1

LblY. Caption = Y1

Для кнопки влево

Private Sub …….

pic1.PSet (X1, Y1), vbRed

lblX. Caption = X1

lblY. Caption = Y1

Выводы:

В процессе работы я познакомилась с системами управления, при изучении научной литературы почерпнула много информации о работе систем управления. Стало понятно различие между системами управления с обратной связью и системами управления с автоматической обратной связью. Создана компьютерная модель систем управления, которая используется на уроках информатики в качестве учебного пособия.

Список литературы

1. ибернетика. М., 1968.

2. Кендрью Дж. Нить жизни. М., 1968.

3. Эшби мозга. М., 1964.

4. Эшби в кибернетику. М., 1959.

5. Угринович и ИКТ М, 2009

Класс: 9 .

Форма проведения: Объяснение нового материала.

Тема: Информационные модели управления объектами.

Цель: Сформировать у учащихся знания об информационных моделях систем управления.

Задачи:

Образовательные: Дать представление об управлении и его значении в жизни живых организмов.

Воспитательные: Продолжать воспитывать информационную культуру учащихся.

Развивающие: Продолжать развитие стремление к активной познавательной деятельности, аккуратности.

Методы: словесный (рассказ, объяснение, диалог), наглядный.

Оборудование: Презентация.

План урока:

Орг. момент.

Актуализация знаний.

Объяснение нового материала.

Подведение итогов.

Домашнее задание.

Ход урока.

Деятельность учителя

Деятельность учеников

Примечания

1. Организационный момент.

Здравствуйте! Достали все тетради, книги, ручки и дневники. Садитесь.

(проверка отсутствующих).

Здравствуйте.

2. Актуализация знаний.

На прошлом уроке мы проходили тему: «Экспертные системы распознавания химических веществ». Теперь проверим,
как же вы усвоили материал:

Что такое экспертная система?

Достоинство экспертной системы.

Основная задача экспертной системы.

объяснение блок-схемы.

А теперь соберите домашнее задание, чтоб я могла их проверить.

ЭС- это программа, для компьютера, которая оперирует со знаниями в определенной предметной области с целью выработки рекомендаций и решения проблем.

Накопление знаний, хранение информации длительное время.

Распознавание объектов или его составление.

3. Объяснение нового материала.

Открываем тетради и записываем тему сегодняшнего урока: «Информационные модели управления объектами».

Любой живой организм постоянно получает информацию из внешнего мира с помощью органов чувств (зрение, слух. обоняние, осязание и т.д.), а затем обрабатывает ее и использует в своей повседневной жизни. Одной из важнейших функций для живых существ является управление своим поведением. Приведите пример управления поведением.

Возьмем модель «жертва-хищник». Наши любимые герои заяц и волк. Кто может описать их поведение друг к другу.

Таким образом процессы управления играют важную роль в процессе функционирования различных систем.

Кто как это понимает? Или хотя бы приведите примеры.

Например: человек-телевизор,

хозяин-собака, светофор-автомобиль.

В настоящее время трудно представить свою жизнь без ЭВМ. А почему?

Да, правильно. Сейчас все автоматизировано. Все делается с помощью компьютера. Например: печатают книги, водят расчеты, общаются с людьми и т.д.

А сейчас поговорим об использовании ЭВМ для управления.

Например, в процессе управления самолета в режиме автопилота компьютер получает информацию от датчиков (скорости, высоты), обрабатывает ее и передает команды на исполнительные механизмы, изменяющие режим полета (двигатели), то есть происходит взаимодействие между частями системы.

Кто мне скажет, что же такое управление?

Давайте, запишем:

Управление – это целенаправленное взаимодействие одних объектов, которые являются управляющими, на другие объекты - управляемые.

Можно сказать, что в любом процессе управления всегда происходит взаимоотношение двух объектов: управляющего и управляемого.

Выше мы рассмотрели примеры, какие же из этих объектов управляющие, а какие – управляемые?

Кто же может привести свои примеры управления процессами?

Примеры:

пилот управляет самолетом, а помогает ему автопилот.

директор и его заместители управляют производством, а учитель обучением школьников.

без дирижера большой оркестр не может согласованно исполнять музыкальное произведение, хоккейная, футбольная и баскетбольная команды обязательно имеют одного или несколько тренеров, которые организуют подготовку спортсменов к соревнованиям.

Управляющие и управляемые объекты между собой соединяются каналами связи. Это может быть прямой канал связи и обратный канал связи.

Кто-нибудь знает, чем отличаются эти каналы связи?

Ладно, тогда рассмотрим простую ситуацию: светофор-автомобиль. Их взаимодействие можно описать след схемой:

Эта схема управления без обратной связи. Здесь управляющему объекту даются определенные команды.

светофор-автомобиль: красный -стоять, зеленый - ехать, желтый -приготовиться.

чуловек-телевизор: включить, выключить, переключить канал.

Отсюда ясно, что команды даются не случайным образом, а с определенной целью. А для достижения более сложной цели необходимо выполнить последовательность команд.

Из рассмотренных примеров можно сказать, что в соответствии со схемой работает только: светофор – машина. Так как светофор «не глядя» управляет движением машин (не обращая внимания на обстановку на перекрестке).

Совсем иначе протекает процесс управления телевизором или собакой. Как это происходит?

Да, прежде чем дать очередную команду человек смотрит на результат выполнения предыдущей команды.

Обратная связь – это процесс передачи информации о состоянии объекта управления к управляющему объекту.

Управление с обратной связью соответствует следующей схеме:

Таким образом любую систему с обратной связью можно рассматривать, как симметричную систему. То есть наличие обратной связи приводит к тому, что субъект и объект управления меняются местами.

В качестве примера рассмотрим систему «жертва-хищник». В качестве ограничения обратной связи, и те, и другие используют мимикрию. Также они используют различные приспособления, приобретенные в процессе эволюции: бегать, иметь рога и копыта, острые клыки.

Все это приводит к резкому сокращению числа хищников для животных с одной стороны, а с другой к сокращению числа животных для хищников.

Другими словами каждый хищник приобретает свою жертву, и наоборот. Кто мне это объяснит?

Можно сделать вывод: в управлении без обратной связи алгоритм представляет собой линейную последовательность команд. Это как в примере со светофором: красный-желтый-зеленый-желтый-красный и т.д.

А если мы говорим об управлении с обратной связью, то алгоритм действий становится более гибким, то есть здесь может быть какая - нибудь проверка условия, ветвления, цикла.

Если в примере вместо светофора на перекрестке работает милиционер – регулировщик, то управление движением станет более рациональным. Почему?

Да, регулировщик видя обстановку на дороге дает свои определенные команды.

А теперь приведите мне примеры по всей сегодняшней теме и объясните их. При этом вы сами должны определить где управляющий, а где управляемый, и сказать какая же между ними связь.

Молчание.

Высказывают свое мнение.

Отвечают.

Говорят свои варианты.

Отвечают.

Приводят свои вариантов ответов.

Отвечают.

4. Подведение итогов.

Все поняли данную тему?

5. Домашнее задание

Открываем дневники и пишем домашнее задание:

Урок окончен. До свидания.

Записывают домашнее задание.

До свидания.

Закрытие ИП

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Подобные документы

Информационные модели управления объектами

Задачи:

Вам также может понравиться