Функции чувствительности. уравнение цифрового ПИД-регулятора. Метод с использованием точек чувствительности

Радиометрические и фотометрические единицы можно связать между собой при помощи функции чувствительности человеческого глаза V(X), иногда называемой функцией световой эффективности. В 1924 г. Международная комиссия по освещению, МКО (CIE), ввела понятие функции чувствительности человеческого глаза в режиме фотопического зрения для точечных источников излучения и угла наблюдения 2° (CIE, 1931). Эта функция, получившая название функции МКО 1931 г., до сих пор является фотометрическим стандартом в США 0.

Джудд и Вое в 1978 г. ввели модифицированную функциюV{\) (Vos, 1978; Wyszeckl, Stiles, 1982, 2000), которая в этой книге будет называться функцией МКО 1978 г. Изменения были связаны с не совсем правильной оценкой чувствительности человеческого глаза в голубом и фиолетовом диапазонах спектра, принятой в 1931 г. Модифицированная функция F(A) в спектральном диапазоне длин волн меньше 460 нм имеет более высокие значения. МКО одобрила введение функции У(Л) 1978 г. постановив, что «функцию чувствительности человеческого глаза для точечных источников излучения можно представлять в виде модифицированной функции У(А) Джудда» (CIE, 1988). Более того, в 1990 г. МКО вынесла резолюцию: «в случаях проведения измерений яркости в диапазоне коротких длин волн, согласованных с определением цвета, наблюдателем, расположенным по нормали к источнику излучения, предпочтительнее пользоваться модифицированной функцией Джудда» (CIE, 1990).

На рис. 16.6 показаны функцииV{X) МКО 1931 г. и 1978 г. Максимальная чувствительность глаза приходится на длину волны 555 нм, находящуюся в зеленой области спектра. На этой длине волны чувствительность глаза равна 1, т. е. У(555 нм) = 1. Видно, что в функции У (А) МКО 1931 г. занижена чувствительность человеческого глаза в голубой области спектра (А < 460 нм). В приложении 16.П1 приведены численные значения функций У (А) 1931 г. и 1878 г.

‘) Этот стандарт действует и в России.

На рис. 16.6 также показана функция У"(А) чувствительности человеческого глаза для режима скотопического зрения. Пик чувствительности в режиме скотопического зрения приходится на длину волны 507 нм. Это значение намного меньше длины волны максимума чувствительности в режиме фотопического зрения. Численные значения функцииV"{\) МКО 1951 г. приведены в приложении 16.П2.

Отметим, что, хотя в ряде случаев функция У (Л) МКО 1978 г. является предпочтительной, она все же не относится к категории стандартов, поскольку изменение стандартов часто приводит к возникновению неопределенностей. Однако несмотря на это, на практике она используется довольно часто (WyszeckiandStiles, 2000). Функцию У(Л) МКО 1978 г., показанную на рис. 16.7, можно считать наиболее точным описанием вариаций чувствительности человеческого глаза в режиме фотопического зрения.

Для нахождения функции чувствительности человеческого глаза используется метод минимальной вспьшки, являющийся классическим способом сравнения источников света по яркости и определения

Рис. 16.6. Сравнение функций чувствительности человеческого глазаV{\) МКО 1978 и 1931 годов для фотопического режима зрения. Здесь также показана функция чувствительности глазаV"{\) в режиме скотопического зрения, которая используется при низких уровнях внешней освещенности

Рис. 16.7. У(Л) (левая ось ординат) и световая отдача измеренная в люменах на ватт оптической мощности (правая ось ординат). Максимум чувствительности человеческого глаза приходится на длину волны 555 нм (данные МКО, 1978)

функции У(А). В соответствии с этим методом небольшая круглая светоизлучающая поверхность поочередно (с частотой 15 Гц) осве- шается источниками эталонного и сравниваемого цветов. Поскольку частота слияния цветовых оттенков ниже 15 Гц, цвета чередующихся сигналов будут неразличимы. Однако частота слияния входных сигналов по яркости всегда выше 15 Гц, поэтому, если два цветовых сигнала различаются по яркости, наблюдается видимая вспышка. Цель исследователя - регулировать цвет тестируемого источника излучения до тех пор, пока наблюдаемая вспышка не станет минимальной.

Изменением распределения спектральной мощности излучения Р(Л) можно добиться получения любого желательного цветового оттенка. Один из вариантов этого распределения характеризуется максимально возможной световой отдачей. Добиться предельной световой отдачи можно смешением излучения определенной интенсивности от двух монохроматических источников света (МаеAdam, 1950). На рис. 16.8 показаны максимально достижимые значения световой отдачи, получаемые при помощи одной пары монохроматических источников излучения. Максимальная световая отдача белого света зависит от цветовой температуры. При цветовой температуре

Рис. 16.8. Взаимосвязь между максимально возможной световой отдачей (лм/Вт) и координатами цветности {х,у) на цветовой диаграмме МКО 1931 г.

6500 К она составляет ~ 420 лм/Вт, а при более низких цветовых температурах она может превысить ~ 500 лм/Вт. Точное значение световой отдачи определяется положением интересующего оттенка в пределах диапазона белого цвета на цветовой диаграмме.

Аннотация: Рассматривается функция чувствительности, порожденная задачей выпуклого программирования, исследуются ее свойства монотонности, субдифференцируемости, замкнутости. Устанавливается связь с парето-оптимальным множеством оценок задачи многокритериальной выпуклой оптимизации. Выясняется ее роль в системах задач оптимизации. Установлено, что решение таких систем часто сводится к минимизации функции чувствительности на выпуклом множестве. Предлагаются численные методы решения таких задач, доказывается их сходимость. Библ. 20.

Ключевые слова: функция чувствительности, свойства функции чувствительности, многокритериальные выпуклые задачи оптимизации, сходимость численного алгоритма.

Англоязычная версия:
Computational Mathematics and Mathematical Physics, 2011, 51 :12, 2000-2016

Реферативные базы данных:
Тип публикации: Статья
УДК: 519.658.4
Поступила в редакцию: 30.05.2011

Образец цитирования: А. С. Антипин, А. И. Голиков, Е. В. Хорошилова, “Функция чувствительности, ее свойства и приложения”, , 51 :12 (2011), 2126-2142 ; Comput. Math. Math. Phys. , 51 :12 (2011), 2000-2016

Цитирование в формате AMSBIB

\RBibitem{AntGolKho11}
\by А.~С.~Антипин, А.~И.~Голиков, Е.~В.~Хорошилова
\paper Функция чувствительности, ее свойства и приложения
\jour Ж. вычисл. матем. и матем. физ.
\yr 2011
\vol 51
\issue 12
\pages 2126--2142
\mathnet{http://mi.сайт/zvmmf9582}
\mathscinet{http://www.ams.org/mathscinet-getitem?mr=2933399}
\transl
\jour Comput. Math. Math. Phys.
\yr 2011
\vol 51
\issue 12
\pages 2000--2016
\crossref{https://doi.org/10.1134/S0965542511120049}
\isi{http://gateway.isiknowledge.com/gateway/Gateway.cgi?GWVersion=2&SrcApp=PARTNER_APP&SrcAuth=LinksAMR&DestLinkType=FullRecord&DestApp=ALL_WOS&KeyUT=000298356400002}
\scopus{http://www.scopus.com/record/display.url?origin=inward&eid=2-s2.0-84055223604}

Образцы ссылок на эту страницу:

УДК 330.131.7

Котов В.И.

инвестиционного проекта к рискам

Для количественной оценки устойчивости инвестиционного проекта к воздействию рисковых событий можно использовать функции чувствительности . Однако в экономической литературе нередко пишут (например, в ) что существенным недостатком этого метода «является его однофакторность, т. е. ориентированность на изменения только одного фактора проекта, что приводит к недоучету возможной связи между отдельными факторами или недоучету их корреляции». Как будет показано далее, данный недостаток вполне преодолим, если при выборе совокупности риск-параметров (факторов) выделить те из них, для которых взаимозависимость существенна, и учесть ее. Большинство же факторов являются практически независимыми и непосредственный расчет чувствительности по ним вполне обоснован.

Еще одно замечание по поводу использования термина «чувствительность». Для выбранной целевой функции путем поочередного изменения риск-параметров обычно определяют их предельно допустимые значения. Приведенный алгоритм такого расчета реализован в программном пакете Project Expert 6 и некоторые авторы почему-то называют его анализом чувствительности проекта. В дается следующее определение: «Анализ чувствительности. Метод, показывающий как изменяется один фактор в зависимости от другого...». Строго говоря, это не анализ чувствительности, а просто анализ зависимости функции Y от нескольких переменных, образующих вектор х. Заметим, что под чувствительностью в теории систем понимают соответствующие дифференциальные показатели , а именно: абсолютная чувствительность некоторой целевой функции Y(t,x) определяется как ее частная производная по риск-параметру x(i, t):

Возможности метода анализа рисков на основе функций чувствительности, на наш взгляд,

недооценены. В данной статье будет представлена компьютерная модель для расчета функций чувствительности, рассмотрены виды и свойства этих функций. Показано, что подход к чувствительности как динамической характеристике в пределах всего горизонта планирования дает важную информацию о влиянии рисковых событий на финансовые показатели инвестиционных проектов.

Определение и модель расчета функций чувствительности

Вначале дадим определение функции чувствительности. Обозначим целевую функцию проекта через У(г, х), где г - время, х(г) - вектор варьируемых параметров, которые моделируют влияние тех или иных рисковых событий. Относительная чувствительность целевой функции есть отношение относительного отклонения функции к относительному отклонению аргумента (риск-параметра):

^ _ дУ / У _ АУ / У _ А7

Х дх; / X; Аx¡ / X; У АХ;

Здесь и далее время для простоты опущено. В силу того, что относительные чувствительности безразмерны, они более удобны для анализа, поэтому в дальнейшем будем использовать только их, а прилагательное «относительные» для краткости будем опускать. Чем больше чувствительность, тем сильнее оказывает влияние соответствующий риск-параметр на целевую функцию инвестиционного проекта. Численно функция чувствительности показывает: на сколько процентов изменится целевая функция при изменении риск-параметра на один процент.

В экономической теории имеется понятие, аналогичное чувствительности - «эластичность» (спроса и пр.), которое вычисляется по формуле подобной (2). Эластичность как показатель характеризует внешнюю среду бизнеса и обычно

Рис. 1. Блок-схема модели расчета функций чувствительности

не рассматривается как функция времени, а является статическим параметром. Мы будем придерживаться термина «чувствительность», во-первых, потому, что она характеризует внутреннюю среду бизнеса и является характеристикой инвестиционного проекта, а во-вторых, чтобы не путать известный контекст использования термина «эластичность» с динамической характеристикой чувствительности при анализе влияния рисков.

Приведем блок-схему модели расчета функций чувствительностей, в основе которой лежит динамическая модель финансовых потоков проекта (рис. 1). Данная модель была реализована в среде электронных таблиц EXCEL и позволяла одновременно проводить расчеты для пяти вариантов целевых функций, о которых речь пойдет далее.

Здесь основная модель Cash-Flow служит для расчета выбранного сценария инвестиционного проекта, т. е. для получения всех необходимых показателей и значения выбранной целевой функции (одной или нескольких) в ситуации Status Quo. Копия модели служит для расчета измененного значения целевых функций под действием какого-либо риск-параметра.

Из основной модели в копию автоматически (с помощью соответствующих ссылок) передаются все константы. В копии предусмотрено поочередное изменение риск-параметров и выбор длительности воздействия каждого риска. Теперь если в копии изменить какой-либо риск-параметр, то на ее выходе получим измененное значение целевой функции. В блок расчета функций чувствительности из основной модели

поступают исходные значения риск-параметра и целевой функции, а из копии - соответствующие измененные значения. В итоге на основе (2) получаем функции чувствительности в виде таблиц и соответствующих графиков для всего горизонта планирования.

Целевые функции проекта

Выбор целевой функции во многом зависит от вкусов и желаний разработчиков бизнес-плана инвестиционного проекта. В качестве целевой функции можно предложить различные показатели, например:

NPV(T) - чистая текущая стоимость проекта к моменту Т;

Накопленный чистый дисконтированный финансовый поток (Accumulated Discount Net Cash-Flow) ADNCF(T), генерируемый проектом к моменту Т;

Накопленный чистый финансовый поток (Accumulated Net Cash-Flow) ANCF(T), генерируемый проектом к моменту Т (без учета дисконтирования);

Накопленная чистая прибыль (Accumulated Net Profit) ANP(T), генерируемая проектом к моменту Т;

Накопленное сальдо финансовых потоков (состояние расчетного счета проекта) (Accumulated Saldo Cash-Flow) ASCF(T) к моменту Т.

При выборе целевой функции можно использовать не накопленные показатели, а показатели финансовых результатов в отдельных периодах. Однако мы отдаем предпочтение накопленным

показателям, так как это позволяет более строго учесть последствия рисковых событий после окончания их действия в течение всего горизонта планирования.

Сравнение чувствительностей накопленного чистого денежного потока и его дисконтированного аналога показало, что они почти совпадают, так как различия составляли лишь доли процента. Это не удивительно, поскольку при расчете функции чувствительности по (2) дисконтированию подвергаются как числитель (АУ), так и знаменатель (У), что частично приводит к компенсации процедуры дисконтирования.

Если МРУ(Т) используется в качестве целевой функции, то следует иметь в виду, что вблизи точки окупаемости, когда МРУ = 0, функция чувствительности терпит разрыв второго рода, т. е. обращается в бесконечность по определению (2). Это затрудняет использование МРУ в качестве целевой функции вблизи указанной точки, однако вне ее расчетных проблем не возникает.

Если в качестве целевой функции выбрать накопленное сальдо финансовых потоков, то получим

У (х, Т) _ £ [ (х, г) - С^ (х, г)]. (3)

Знание функций чувствительности этой целевой функции будет весьма полезным для оперативного управления состоянием расчетного счета проекта в условиях влияния рисков.

Локальная и глобальная функции чувствительности

При расчете функций чувствительности следует различать краткосрочное и долгосрочное воздействие рисковых событий. Соответственно определим два вида функций чувствительности.

Локальная чувствительность - чувствительность при локальном (краткосрочном во времени) влиянии риск-параметра, т. е. когда отклонение имеет место только в течение одного или нескольких периодов существенно меньших общего горизонта планирования, как показано на рис. 2, а.

Глобальная чувствительность - чувствительность при глобальном (длительном во времени) влиянии риск-параметра, т. е. когда отклонение может иметь место по всему горизонту

планирования, начиная с некоторого момента (рис. 2, б).

Какой из приведенных вариантов чувствительности следует выбрать, зависит от того, как долго будут действовать те или иные рисковые события в реальной ситуации.

Здесь уместна аналогия с анализом реакции линейных систем на основе импульсных и переходных характеристик последних . Если в качестве единичного воздействия в момент т используется дельта-функция Дирака 8(г - т), то реакция системы при нулевых начальных условиях будет численно равна импульсной характеристике системы g(t - т). Если в качестве единичного воздействия в некоторый момент времени используется функция Хэвисайда (единичный скачок) 1(г - т), то реакция системы при нулевых начальных условиях будет численно равна переходной характеристике системы Н(г - т).

В нашем случае роль дельта-функции может играть локальный во времени скачок риск-параметра ЫХ(г - т), тогда реакция инвестиционного проекта будет пропорциональна локальной чувствительность LS(t - т) на заданное воздействие. Функции Хэвисайда 1(г - т) будет соответствовать глобальное во времени изменение риск-параметра ОйХ(г - т), что даст реакцию пропорциональную глобальной функции чувствительности 08(г - т). На рис. 3 приведены соответствующие функциональные аналогии.

Как известно , для линейных систем справедлив принцип суперпозиции, а именно: реакция системы на совокупность воздействий равна сумме реакций на каждое воздействие в отдельности. На основе этого принципа, зная характеристики системы g(t) или Н(г), можно найти и связь между ними, и реакцию системы на воздействие любого вида. В нашем случае из принципа суперпозиции можно получить связь между глобальными и соответствующими локальными функциями чувствительности. Пусть время меняется дискретно:

г = 0, 1, 2, ... п, ... М,

где г = М - горизонт планирования; г = к - момент начала воздействия глобального риска; г = к + ], (] = 0, 1, ... п - к) - моменты существования локальных рисков; г = п > к + ] - произвольный (текущий) момент наблюдения реакции системы на заданное воздействие.

45 40 35 30 25 20 15 10 5 0

50 45 40 35 30 25 20 15 10 5 0

т Ш и И "Ч---*----- п п п........

6 7 8 Период

10 11 12 13 14 15

\ " ^ -1>--О--0 0 0 0 0-- 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

Рис. 2. Отклонение значений целевой функции а - при локальном и б - при глобальном воздействии

1 - -О; 2 - х + ах; 3 - У; 4 - У + аУ

Линейная система

Финансовая модель

А ЬБ(г - т) (локальная чувствительность)

Линейная система

Финансовая модель

GdX(г - т) ИП

А GS{г - т) (глобальная чувствительность)

Рис. 3. Аналогии с линейными системами: а - локальная, б - глобальная

Тогда глобальную чувствительность, описывающую реакцию системы на воздействие глобального рискового события, начавшегося в момент г = к и длящегося вплоть до горизонта планирования, можно выразить как суперпозицию локальных чувствительностей, соответствующих совокупности воздействий локальных (длительностью в один период) рисков, появляющихся в моменты от г = к и до г = к + / (/ = 0, 1, ... п - к):

ОБ7^ (п - к) _ (п - к - /), п > к + /. (4)

Следует заметить, что локальные функции чувствительности всегда быстрее убывают, чем одноименные глобальные функции, для всех периодов времени. Это объясняется тем, что локальное действие какого-либо риска длится короткое время, а глобальный риск (равный сумме локальных рисков) действует все время с момента его возникновения и эффект от него накапливается от периода к периоду. Можно говорить, что функции глобальной чувствительности отражают стратегические последствия влияния длительных отклонений параметров на инвестиционный проект. В то же время локальные чувствительности отражают тактические последствия краткосрочных изменений во внешней и внутренней среде бизнеса. Локальные функции чувствительности чаще всего имеют максимум в момент возникновения воздействия того или иного риска и далее относительно быстро убывают по сравнению с глобальной чувствительностью по тому же риск-параметру.

При использовании аналитического аппарата анализа линейных систем следует иметь в виду, что финансовая модель инвестиционного проекта может не быть строго линейной, однако, как показали эксперименты на множестве различных инвестиционных проектов, даже в широких пределах вариаций риск-параметров точность анализа чувствительностей оставалась вполне приемлемой. В и предлагается помимо чувст-вительностей первого порядка (2) использовать чувствительности второго порядка в случаях, когда нелинейность целевой функции по каким-либо риск-параметрам существенна и ею пренебречь нельзя.

Свойства функций чувствительности

Если в качестве риск-параметров выбираются цены продаж производимых товаров в ходе реализации инвестиционного проекта, то в каждом периоде планирования целевая функция (например, накопленный чистый финансовый поток в случае двух товаров) будет иметь вид

У _ а(+ р^) + Ь,

где р12 - цены; 612 - натуральные объемы продаж. Если в качестве риск параметров выбрать выручку от каждого товара р1б1, то с помощью (2) получаем функции чувствительности для рассматриваемого периода:

Нетрудно видеть, что отношение этих функций чувствительности будет равно отношению объемов продаж в денежном выражении соответствующих товаров в данном периоде. Следовательно, структура функций чувствительности по объемам продаж будет в точности соответствовать самой структуре объемов продаж в денежном выражении:

Это вывод справедлив для любого количества товаров, входящих в ассортимент. Если отдельные группы товаров, имеющиеся в ассортименте, имеют различные ставки НДС, то сделанный выше вывод будет справедлив, если в расчетах чувствительности и в расчетах структуры объемов продаж будут использованы цены без НДС. Указанное свойство (7) функций чувствительности позволяет существенно уменьшить объем вычислений последних в случае широкого ассортимента товаров, когда необходимо знать чувствительности по всем товарам.

Рассмотрим знак функции чувствительности. Функция чувствительности будет положительной для всех моментов времени, если с увеличением (уменьшением) отклонения риск-параметра значение целевой функции увеличивается (уменьшается) при условии положительности самой целевой функции. Так, например, чувствительности

Рис. 4. Функции чувствительности сальдо финансовых потоков проекта 1,2, 3 - объемы продаж соответственно; 4 - условно-постоянные и 5 - условно-переменные затраты

накопленного сальдо финансовых потоков к ценам и натуральным объемам продаж произведенных товаров всегда положительны, а чувствительности той же целевой функции к отклонениям любых издержек, а также к банковским ставкам по кредитам всегда отрицательны. Исключением из этого правила будут периоды, когда вместо чистой прибыли имеются убытки. На рис. 4 показаны примеры функций чувствительности.

Как видим, наиболее «опасным» является восьмой период проекта, так как в этом периоде все функции чувствительности будут максимальны. В такие периоды внимание менеджеров к ходу реализации проекта должно быть наибольшим, чтобы удерживать показатели эффективности близкими к запланированным.

Если в качестве целевой функции выбрана МРУ, то ее чувствительность к ценам или натуральным объемам продаж произведенных товаров в «мертвой зоне» (при МРУ < 0) будет отрицательной, а после срока окупаемости - положительной. Знаки чувствительности МРУ к издержкам будут обратными.

Особенности функций чувствительности к колебаниям цен и натуральных объемов продаж

При определении функций чувствительности мы до сих пор полагали, что все риск-параметры являются независимыми. Данное

предположение для большинства параметров вполне оправданно, однако в ряде случаев взаимной зависимостью пренебречь нельзя. Например, если среди множества риск-параметров есть цены р и натуральные объемы продаж Q товаров, произведенных в рамках инвестиционного проекта, то при расчете таких функций чувствительности, как накопленное сальдо финансовых потоков, накопленный чистый финансовый поток (с дисконтированием или без такового) или МРУ, необходимо учесть зависимость 2(р). Если указанную зависимость оценить затруднительно, то при анализе чувствительно-стей в качестве риск-параметров можно выбрать натуральные объемы продаж (0 или выручку от каждой товарной группы (pQ). Для этих риск-параметров указанные целевые функции являются линейными.

Таким образом, функции чувствительности как динамические характеристики инвестиционного проекта совместно с показателями эффективности дают более полную картину для сравнения проектов или сценариев между собой. По рассчитанным функциям чувствительности можно определить те периоды «жизни» инвестиционного проекта, когда влияние риск-параметров наибольшее, т. е. наиболее «опасные» стадии реализации проекта. Как показали многочисленные расчеты, экстремальные значения всех функций чувствительности для выбранного проекта практически совпадают по времени.

Кроме того, сравнивая между собой функции чувствительности по отдельным риск-параметрам, можно ранжировать риски и выявить среди них наиболее существенные, на которых следует сосредоточить основное внимание менеджеров про-

екта. Если построена модель финансового прогноза с блоком анализа чувствительности, то можно провести имитационное моделирование влияния совокупности риск-параметров на выбранную целевую функцию инвестиционного проекта.

СПИСОК ЛИТЕРАТУРЫ

1. Котов В.И. Анализ рисков инвестиционных проектов на основе чувствительности и теории нечетких множеств. СПб.: Судостроение, 2007. 128 с.

2. Котов В.И., Ловцюс В.В. Разработка бизнес-плана: Учеб. пособие. СПб.: Линк, 2008. 136 с.

3. Риск-анализ инвестиционного проекта: Учебник для вузов / Под ред. М.В. Грачевой. М.: Юнити-Дана, 2001. 351 с.

4. Бизнес-анализ с помощью Microsoft Excel: Пер. с англ. М.: Вильямс, 2005. 464 с.

5. Методы теории чувствительности в автоматическом управлении / Под ред. Е.Н. Розенвассера и Р.М. Юсупова. Л.: Энергия. 1971. 344 с.

6. Томович Р., Вукобратович М. Общая теория чувствительности. М.: Сов. радио, 1972.

7. Kuruc A. Financial Geometry // A geometric approach to hedging and risk management. Pearson Education Limited, 2003. 381 p.

8. System sensitivity and adaptivity. Preprints Second IFAC Symposium, Dubrovnih, Ygaslavia, 1968.

9. Tomavic R. Sensitivity analysis of dynamic systems. Belgrade, 1963.

10. Заде Л., Дезоер Ч. Теория линейных систем. (Метод пространства состояний): Пер. с англ. / Под ред. Г.С. Поспелова. М.: Наука, 1970. 704 с.

Чувствительность системы управления. 2 В промышленных условиях из-за ряда причин (изменение температуры, износ оборудования, снижение активности катализатора, снижение теплопроводности и т.п.) параметры системы управления постепенно изменяются, и их действительные значения всегда отличаются от расчётных. Влияние вариаций параметров системы на её статические и динамические свойства называют параметрическими возмущениями, а возникающие при этом отклонения характеристик системы от расчётных значений параметрическими погрешностями.

Чувствительность системы управления. 3 Под чувствительностью понимается свойство системы изменять свои выходные характеристики (показатели качества) при отклонении тех или иных параметров от своих номинальных (расчётных) значений. Для обозначения противоположного свойства пользуются термином грубость, или робастность. Системы, сохраняющие свои свойства при любых параметрических возмущениях, называют грубыми, или робастными.

Чувствительность системы управления. 4 Количественно чувствительность системы управления оценивается с помощью функций чувствительности. Функции чувствительности представляют собой частные производные i-й координаты системы по j-му параметру:, u =1,2,... (1) или частные производные от используемого критерия качества по j-му параметру: u =1,2,..., (2)

Чувствительность системы управления. 5 где порядок функции чувствительности; 0 индекс, обозначающий номинальный режим, относительно которого определяется функция чувствительности. Наибольшее распространение получили функции чувствительности 1-го порядка.

Функции чувствительности временных характеристик 6 Посредством этих функций чувствительности оценивается влияние малых отклонений параметров системы от расчётных значений на временные характеристики системы управления (пере­ходную функцию, функцию веса и др.). Исходной системой называют систему, у которой все параметры равны расчётным значениям и не имеют вариаций. Этой системе соответствует так называемое основное движение.

Функции чувствительности временных характеристик 7 Варьированной системой называют такую систему, у которой произошли вариации параметров. Движение её называют варьированным движением. Дополнительным движением называют разность между варьированным и основным движением. Пусть исходная система описывается совокупностью нелинейных уравнений первого порядка: (i=1,..., n) (3)

Функции чувствительности временных характеристик 8 Рассмотрим мгновенные вариации параметров так, чтобы параметры приняли значения. Если изменения параметров не вызывают изменения порядка дифференциального уравнения, то варьирование движения будет описываться совокупностью уравнений: (i=1,..., n) (4) Для дополнительного движения можно записать: (5)

Функции чувствительности временных характеристик 9 При условии дифференцируемости и по параметрам дополнительное движение можно разложить в ряд Тейлора. Для малых вариаций параметров допустимо ограничиться линейными членами разложения. Тогда получим уравнение первого приближения для дополнительного движения: (6) Частные производные, находящиеся в скобках, берутся при значениях переменных, соответствующих основному движению (то есть при =0).

Функции чувствительности временных характеристик 10 Таким образом, первое приближение для дополнительного движения может быть найдено при известных функциях чувствительности. Заметим, что использование функций чувствительности удобнее для нахождения дополнительного движения по сравнению с прямой формулой (5), так как последняя во многих случаях может дать большие ошибки вследствие необходимости вычитать две близкие величины. При значительных вариациях может оказаться необходимым использование второго приближения с удержанием в ряде Тейлора как линейных, так и квадратичных членов.

Функции чувствительности временных характеристик 11 Дифференцирование исходных уравнений (4) по приводит к уравнениям чувствительности: (7) i=1,2,...,n; j=1,2,...,m. Решение этих уравнений даёт функции чувствительности U ij. Обратимся теперь к линейным системам. Пусть система описывается совокупностью уравнений первого порядка: (i=1,2,...,n), (8)

Функции чувствительности временных характеристик 12 где a ik и b iq постоянные коэффициенты, x i фазовые координаты, а f q (t) внешнее воздействия. Начальные условия в системе: при t=0. Уравнения чувствительности получаются из (8) дифференцированием по варьируемому параметру, от которого могут зависеть коэффициенты a ik и b iq: (i=1,2,...,n), (9) частные производные от коэффициентов системы уравнений (8) по варьируемому параметру.

Функции чувствительности временных характеристик 13 Уравнениям (9) соответствуют начальные условия: (i=1,2,...,n). Если начальные условия не зависят от параметра, то уравнениям (9) соответствуют начальные нулевые условия. Для решения (9) необходимо предварительно решить совокупность уравнений (8) и определить исходное движение (i=1,...,n).

Функции чувствительности временных характеристик 14 Для нахождения функции чувствительности и дополнительного движения удобно использовать передаточные функции системы. Пусть, например, регулируемая величина y(t,) связана с задающим воздействием зависимостью: (10) где G(s) изображение задающего воздействия. Функция чувствительности может быть получена из (10) его дифференцированием по параметру: (11)

Функции чувствительности временных характеристик 15 Здесь введена функция чувствительности передаточной функции (12) которая определяет первое приближение дополнительной передаточной функции, равной разности варьируемой и исходной передаточных функций при вариации параметра (13) Эти зависимости справедливы в том случае, когда вариации параметра не меняют порядка характеристического уравнения системы.

Функции чувствительности временных характеристик 17 Найдём дополнительную передаточную функцию для случая, когда исходная передаточная функция может быть представлена в виде отношения двух полиномов: (15) где и вариации полиномов числителя и знаменателя передаточной функции.

Функции чувствительности временных характеристик 19 Составим, например, модель чувствительности для передаточной функции замкнутой системы: (16) при вариации параметра. В соответствии с изложенным находим. Равенство приращений числителя и знаменателя Ф(s) позволяет упростить схему модели.

Функции чувствительности временных характеристик 21 Одной из важнейших характеристик типовой системы управления, состоящей из управляющего устройства (регулятора) W p (s) и объекта W 0 (s), является относительная функция чувствительности: (17) где К 0 коэффициент усиления объекта. Представим и, подставив в (17) передаточную функцию замкнутой системы по задающему воздействию (18)

Функции чувствительности временных характеристик 22 (19) В общем случае, когда передаточная функция зависит от ряда варьирующих параметров, дополнительная передаточная функция: (20) Если к системе приложено несколько внешних воздействий , то следует найти дополнительные передаточные функции для всех исходных передаточных функций, определённых для каждого внешнего воздействия.

Функции чувствительности критериев качества 23 Если в системе произошли изменения ряда параметров, то результирующее изменение некоторой используемой оценки качества: (20) где варьированное значение оценки качества, а её исходное значение, можно подсчитать по формуле полного дифференциала: (21)

Функции чувствительности критериев качества 24 Так как в большинстве случаев известны только вероятностные оценки вариации, то целесообразно использование вероятностных методов. Так, если известны максимальные возможные отклонения, то при их независимости друг от друга можно найти среднеквадратичный максимум отклонения оценки качества: (22) и среднеквадратичный относительный максимум: (23)

Функции чувствительности критериев качества 25 Если заданы дисперсии отклонения параметров и отклонения независимы, то можно найти дисперсию оценки качества: (24) В качестве критерия оценки качества системы могут использоваться, например, максимум ошибки, коэффициенты ошибок, оценки запаса устойчивости и быстродействия, интегральные оценки и т.п.

Пример 26 Пусть передаточная функция разомкнутой системы имеет вид: Требуется определить среднеквадратичный максимум отклонения показателя колебательности, если и, причём изменения параметров независимы. Определим вначале исходное значение показателя колебательности. Для этого необходимо найти максимум модуля частотной передаточной функции (АФХ) замкнутой системы:

2 Функции чувствительности, если Среднеквадратичный максимум отклонения: Таким образом, в рассматриваемой системе показатель колебательности" title="Пример 27 Исследование на максимум даёт: при КТ2 Функции чувствительности, если Среднеквадратичный максимум отклонения: Таким образом, в рассматриваемой системе показатель колебательности" class="link_thumb"> 27 Пример 27 Исследование на максимум даёт: при КТ2 Функции чувствительности, если Среднеквадратичный максимум отклонения: Таким образом, в рассматриваемой системе показатель колебательности 2 Функции чувствительности, если Среднеквадратичный максимум отклонения: Таким образом, в рассматриваемой системе показатель колебательности"> 2 Функции чувствительности, если Среднеквадратичный максимум отклонения: Таким образом, в рассматриваемой системе показатель колебательности"> 2 Функции чувствительности, если Среднеквадратичный максимум отклонения: Таким образом, в рассматриваемой системе показатель колебательности" title="Пример 27 Исследование на максимум даёт: при КТ2 Функции чувствительности, если Среднеквадратичный максимум отклонения: Таким образом, в рассматриваемой системе показатель колебательности"> title="Пример 27 Исследование на максимум даёт: при КТ2 Функции чувствительности, если Среднеквадратичный максимум отклонения: Таким образом, в рассматриваемой системе показатель колебательности">

Контрольные вопросы Каков физический смысл чувствительности? 2. Какова математическая интерпретация чувствительности? 3. Каким образом получают уравнение чувствительности? 4. Каким образом получают начальные условия для решения уравнений чувствительности? 5. Чем обусловлено удобство применения функций чувствительности передаточной функции? 6. Какую информацию получают по модели чувствительности? 7. В чём смысл функций чувствительности критериев качества?

Рекомендуемая литература Кривошеев В.П. Основы теории управления: Конспект лекций. Часть 2. Владивосток: Изд-во ВГУЭиС, – 83 с. 2. Лукас В.А. Теория автоматического управления. – М.: Недра, – 416 с.

30 Использование материалов презентации Использование данной презентации, может осуществляться только при условии соблюдения требований законов РФ об авторском праве и интеллектуальной собственности, а также с учетом требований настоящего Заявления. Презентация является собственностью авторов. Разрешается распечатывать копию любой части презентации для личного некоммерческого использования, однако не допускается распечатывать какую-либо часть презентации с любой иной целью или по каким-либо причинам вносить изменения в любую часть презентации. Использование любой части презентации в другом произведении, как в печатной, электронной, так и иной форме, а также использование любой части презентации в другой презентации посредством ссылки или иным образом допускается только после получения письменного согласия авторов.

Чувствительность систем автоматического управления - это степень влияния разброса параметров и их изменений в процессе работы на статические и динамические свойства системы управления, то есть на точность, показатели качества, на частотные свойства и др.

Параметры системы управления (коэффициенты передачи и постоянные времени) определяются физическими параметрами составляющих ее элементов (резисторов, конденсаторов, катушек индуктивностей и т.п.). Величины физических параметров элементов, во-первых, имеют технологический разброс, обусловленный допусками на изготовление элементов, во-вторых, подвержены эксплуатационным изменениям с течением времени, что обусловлено их старением.

Поэтому встает задача оценки работы системы при изменении и разбросе параметров составляющих ее элементов.

Эта задача решается путем количественной оценки чувствительности системы. Для этого требуется описать систему управления уравнениями в нормальной форме , т.е.

При i=1, 2, ... , n, (7.13)

где n - порядок системы;

x i - координаты состояния системы;

f i - внешние воздействия, прикладываемое к системе;

a ik - коэффициенты уравнения, определяемые величинами физических параметров составляющих систему элементов.

Изменяющиеся со временем параметры элементов системы в процессе эксплуатации и от разброса при изготовлении обозначим через a j (j=1, 2, ... , m).

Тогда уравнение системы (7.13) можно записать в виде

При i=1, 2, ... , n. (7.14)

Решение уравнений (7.14) определяет координаты системы: x 1 (t), x 2 (t), ... , x n (t), образующие исходное движение системы.

Пусть параметры a j изменяются на малые величины Da j , тогда имеем

. . . . . . . . . .

Рассматривая малые изменения параметров a j (j=1, 2, ... , m), получим новые уравнения

при i=1, 2, ... , n.

Процесс в той же системе, но с измененными параметрами, определяемый решением уравнений (7.15), т.е. , называется варьированным движением.

Возникшее различие в протекании процессов в системе за счет изменения параметров

При i=1, 2, ... , n

называется дополнительным движением.

При малых отклонениях Da j эта разность может быть определена следующим образом:

При i=1, 2, ... , n. (7.16)

Обозначим

(j=1, 2, ... , m). (7.17)

Тогда дополнительное движение будет

При i=1, 2, ... , n. (7.18)

Величины , определяемые выражением (7.17), представляют собой функции чувствительности i-ой координаты системы по j-ому параметру.

Таким образом, чтобы оценить степень влияния разброса и изменения параметров на координаты системы необходимо определить функции чувствительности по каждой координате от каждого изменяющегося параметра.

В рассматриваемом случае x i (t) являются координатами состояния системы. Вообще же аналогичные характеристики чувствительности вводятся так же для различных показателей качества системы. Тогда в формуле (7.17) вместо x i будет стоять соответствующий показатель качества, а в формуле (7.18) - вместо Dx i - изменение этого показателя качества. Функции чувствительности для частотных характеристик будут функциями не времени, а частоты. Если показатели качества выражаются не функциями, а числами, то u ij называются коэффициентами чувствительности.

Если в качестве изменяющихся параметров a j выбрать внешние воздействия, то можно получить функции чувствительности системы по отношению к внешним воздействиям.

Определение функций чувствительности производится следующим образом.

Продифференцируем исходное уравнение (7.14) по изменяющимся параметрам a j . Тогда получим

Меняя в левой части порядок дифференцирования и учитывая (7.17), получим выражения

При i=1,...,n; j=1,...,m; (7.19)

которые называются уравнениями чувствительности. Решение этих уравнений определяет функции чувствительности .

Рассмотрим функции чувствительности для частотных характеристик. Передаточную функцию разомкнутой системы запишем в виде

W(s) = W(s, a 1 , a 2 , ... , a m), (7.20)

где a 1 , a 2 , ... , a m - параметры системы, имеющие технологический разброс или эксплуатационные изменения.

Тогда амплитудная и фазовая частотные характеристики тоже зависят от этих параметров

А(w) = А(w, a 1 , ... , a m);

y(w) = y(w, a 1 , ... , a m).

Функции чувствительности для амплитудной и фазовой частотных характеристик будут

J=1, 2, ... , m. (7.21)

В результате получим как функции частоты выражения для отклонения частотных характеристик за счет разброса и изменения параметров системы:

Определение функций чувствительности производится при проектировании систем с наименьшими изменениями качественных показателей при отклонении значений параметров системы от расчетных.

Пример. Определить функции чувствительности для системы, заданной следующим уравнением (Tp+1)x(t)=kg(t), где T, k - изменяющиеся параметры.

Решение. Уравнение системы в нормальной форме имеет вид

Введем функции чувствительности

Уравнение чувствительности получим исходя из (7.19)

Найдя отсюда u xk и u xT , вычислим изменение хода процесса управляемой величины x(t) за счет изменения параметров k и T по формуле

Передаточная функция системы: .

Частотные характеристики: , .

Найдем функции чувствительности частотных характеристик по параметру T

Отклонения частотных характеристик

DA(w) = u AT (w)DT, Dy(w) = u Y T (w)DT.

ВОПРОСЫ К РАЗДЕЛУ 7

1. Перечислите общие методы повышения точности систем управления. Поясните их.

2. Дайте понятие астатических системы управления. Каким образом определяется степень астатизма?

3. В чем преимущество повышения степени астатизма системы с помощью изодромных устройств?

4. Какая система является инвариантной по отношению к внешним воздействиям?

5. Что понимается под комбинированным управлением?

6. Как определяются передаточные функции компенсирующих устройств в комбинированных системах?

7. Для каких целей используются неединичные главные обратные связи?

8. Сформулируйте понятие чувствительности систем управления.

9. Каким образом можно получить уравнения чувствительности?

10.Что представляют собой функции чувствительности и коэффициенты чувствительности?