Учёные СПбПУ предложили метод управления нелинейными системами без линеаризации

Метод проверили на компьютерной модели барабанного котлоагрегата мощностью 160 МВт. По данным статьи, при задержке поиска до 0,7 секунды система удерживала заданные параметры и ограничения.

Исследователи Высшей школы управления кибер-физическими системами СПбПУ профессор Вячеслав Шкодырев и доцент Владимир Хохловский предложили иерархический подход к управлению нелинейными системами. Он сочетает многоцелевую оптимизацию на верхнем уровне с быстрым контуром управления на нижнем. Метод не требует предварительно линеаризовать модель вблизи одной рабочей точки, поэтому учитывает динамику системы в более широком диапазоне режимов.

Подход состоит из трёх этапов. Первый заранее оценивает состояние системы к моменту, когда завершится поиск нового управления. Второй с помощью генетического алгоритма формирует набор возможных управляющих политик и выбирает решения с компромиссом между несколькими целями. Для этого используется Парето-оптимизация, которая даёт не одно решение, а набор вариантов. Третий, низкоуровневый контур применяет выбранную политику и контролирует допустимые значения управляющих воздействий и скорость их изменения.

Метод проверили в компьютерной симуляции барабанного котлоагрегата мощностью 160 МВт. Модель описывает давление пара, электрическую мощность и уровень воды в барабане. Управляют ей положения клапанов, регулирующих подачу топлива, пара и питательной воды. Период дискретизации составлял 0,1 секунды, задержка поиска проверялась в вариантах 0,3 и 0,7 секунды. По данным статьи, система удерживала заданные выходы и ограничения в обоих случаях, а управление продолжалось без остановки основного контура.

В сравнительном эксперименте метод показал меньшее время сходимости, чем интегральное обучение с подкреплением и модельно-предиктивное управление, рассмотренные в статье. Для давления в барабане, уровня воды и мощности время составило 150, 55 и 85 секунд соответственно. Результаты относятся к компьютерной модели и выбранному сценарию изменения нагрузки, поэтому не подтверждают эффективность метода на реальной электростанции. Статья опубликована в Artificial Intelligence and Applications, 2026, Vol. 4, No. 1, pp. 57–67.

Политех Петра Великого