IT-teadlane Arvo Kaldmäe: «Teadmatust saab teada!»
/nginx/o/2023/04/21/15270941t1h330c.jpg)
- IT-teadlased uurivad, kuidas teadmatuse kohta rohkem teada saada.
- See peaks kokkuvõttes tehnoloogilised süsteemid efektiivsemaks muutma.
- Uus teadusprojekt tahab tõsta juhtimismeetodite efektiivsust.
Häiringud mõjutavad enamiku tehnoloogiliste süsteemide tööd. Sestap asusid Eesti IT-teadlased otsima võimalusi häiringute hindamismeetodite parandamiseks. Kui see õnnestub, peaks paljudki tehnoloogilised süsteemid hakkama senisest paremini «inimese pilli järgi tantsima».
Süsteemide mudelitel on tänapäeva teaduses suur roll. Näiteks saab matemaatiliste mudelite abil ennustada nii tulevikku kui analüüsida süsteemide omadusi. Aga kuna mudel on juba oma olemuselt tegelikkuse lihtsustus, jääb mudeli ja tegelikkuse vahele alati alles mingi ebatäpsus.
Eesti Teadusagentuur rahastab sel aastal hoo sisse saanud viieaastast Tallinna Tehnikaülikooli teadlaste uurimisprojekti PSG833 «Häiringute hindamise meetodite arendus mittelineaarsetele juhtimissüsteemidele», mis tegeleb just taoliste ebatäpsuste väärtuste hindamisega.
Kui küsida, millega täpsemalt tegemist, siis süsteemivälised häiringud on tavalised näiteks erinevate mehaaniliste süsteemide – kas siis mingite droonide – puhul, mis liiguvad õhus või vees. Nende liikumist mõjutavad erinevad ilmastikutingimused (tuul, hoovused, lained jne), mida tihtipeale modelleeritakse häiringuna või siis lihtsalt ignoreeritakse.
Projekti eesmärk on luua veelgi täpsem mudel, aga kuidas
Juhtimissüsteem on vabade parameetrite ehk juhttoimetega dünaamiline süsteem. Süsteemi juhtimine tähendab selle mõjutamist viisil, mis tagab süsteemi soovitud käitumise. Taoline mõjutamine toimub sobilike juhttoimete arvutamise kaudu. Selleks on aegade jooksul konstrueeritud palju erinevaid algoritme ja meetodeid, mis saab jagada vastavalt mudeli- ja andmepõhisteks.
Mudeli olemasolul on esimesed eelistatud andmepõhiste meetodite ees, sest viivad täpsematele tulemustele ning võimaldavad mõista, mis ja miks süsteemiga toimub.
Mudelipõhiste meetodite korral arvutatakse sobilik juhttoime mudeli põhjal. Sel viisil ignoreeritakse mudeli ja tegelikkuse erinevust. Juhul kui see erinevus ei ole liiga suur, on siiski võimalik saavutada rahuldav süsteemi käitumine.
Olemasolevaid meetodeid on võimalik tuntavalt parandada, kui hinnata süsteemi mõjutavaid häiringuid ning mudeli ebatäpsusi ja arvestada nendega juhttoime arvutamisel. Sisuliselt tähendab see, et konstrueeritakse täpsem mudel, mis lubab ka paremat lõpptulemust ehk siis süsteemi käitumist soovitul viisil.
Projekti PSG833 eesmärk ongi täiustada mõningaid juhtimissüsteeme mõjutavaid häiringuid ning ebatäpsusi hindavaid meetodeid.
Populaarsetel meetoditel on liiga kitsas kasutusala
Paraku on kasutusel olevad populaarsed meetodid rakendatavad teatud rangetel eeldustel, mis ei ole enamasti täidetud. Seda eriti mittelineaarsel juhul, kui süsteemi kirjeldavad võrrandid võivad olla väga keerulised.
Selleks et neid olemasolevaid meetodeid saaks rakendada rohkematele süsteemidele, leitakse projekti käigus mooduseid, kuidas teisendada mudelite võrrandeid nii, et teadaolevad meetodid häiringute hindamiseks oleks lihtsasti rakendatavad.
Taoline võrrandite teisendamine erikujudele on väga tavaline meetod mittelineaarsete juhtimissüsteemide korral, et lihtsustada erinevate probleemide lahendusi. Projekt keskendub aga just tingimuste leidmisele, mis garanteerivad sobiliku teisenduse olemasolu, algoritmide kirjapanekule, mis leiavad selle sobiliku teisenduse, ning nende algoritmide täiustamisele ning testimisele.
Kokkuvõttes võib öelda, et süsteemide juhtimine toimub paljudel juhtudel mudelite põhjal. Kui hinnata mudeli ja süsteemi tegeliku käitumise ebatäpsusi, siis on võimalik parandada juhtimismeetodite toimimist. Olemasolevaid häiringute ja ebatäpsuste hindamise meetodid on aga laiemalt rakendatavad, kui teisendame süsteemi mudeli võrrandeid sobilikele erikujudele.