Кибернетическая физика - Cybernetical physics

Кибернетическая физика это научная область на границе кибернетика и физика который изучает физические системы кибернетическими методами. Кибернетический Под методами понимаются методы, разработанные в рамках теория управления, теория информации, теория систем и связанные области: дизайн управления, оценка, идентификация, оптимизация, распознавание образов, обработка сигналов, обработка изображений, так далее. Физические системы также понимаются в широком смысле; они могут быть либо безжизненными, либо живыми природа или искусственного (инженерного) происхождения и должны иметь разумно понятную динамику и модели, подходящие для постановки кибернетических задач. Задачи исследований в кибернетической физике часто формулируются как анализ класса возможных систем. государственный изменения под воздействием внешних (управляющих) воздействий определенного класса. Вспомогательная цель - разработать управляющие действия, необходимые для достижения заранее заданного изменения свойства. К типичным классам управляющих воздействий относятся постоянные во времени функции (бифуркационный анализ, оптимизация), функции, зависящие только от времени (вибрация механика спектроскопические исследования, программное управление), а также функции, значение которых зависит от измерения, выполненного в то же время или в предыдущих экземплярах. Последний класс представляет особый интерес, поскольку эти функции соответствуют системному анализу с помощью внешних Обратная связь (управление с обратной связью).

Корни кибернетической физики

До недавнего времени не наблюдалось творческого взаимодействия физики и теории управления (кибернетики), и никакие методы теории управления не использовались напрямую для открытия новых физических эффектов и явлений. Ситуация кардинально изменилась в 1990-х годах, когда возникли два новых направления: контроль над хаосом и квантовый контроль.

Контроль хаоса

В 1990 г. ^[1] был опубликован в Письма с физическими проверками к Эдвард Отт, Селсо Гребоги и Джеймс Йорк из Университета Мэриленда, в котором сообщается, что даже небольшая обратная связь может резко изменить поведение нелинейной системы, например, превратить хаотические движения в периодические и наоборот. Идея почти сразу стала популярной в физическом сообществе, и с 1990 года были опубликованы сотни статей, демонстрирующих способность небольшого управления, с обратной связью или без нее, значительно изменять динамику реальных или модельных систем. К 2003 году эта статья Отта, Гребоги и Йорка^[1] цитировались более 1300 раз, в то время как общее количество работ, относящихся к контроль над хаосом к началу 21 века превысила 4000, при этом в рецензируемых журналах ежегодно публикуется 300-400 статей. Метод, предложенный в ^[1] теперь называется OGY-методом по инициалам авторов.

Позже был предложен ряд других методов преобразования хаотических траекторий в периодические, например, отложенная обратная связь (метод Пирагаса).^[2] Для управления хаосом также применялись многочисленные нелинейные и адаптивные методы управления, см. Обзоры в.^[3][4][5][6]

Важно, что полученные результаты интерпретировались как открытие новых свойств физических систем. Были опубликованы тысячи статей, в которых исследуются и прогнозируются свойства систем на основе использования методов контроля, идентификации и других кибернетических методов. Примечательно, что большинство этих статей было опубликовано в физических журналах, а их авторы представляли факультеты физики университетов. Стало ясно, что такие типы целей управления важны не только для управления хаосом, но и для управления более широким классом колебательных процессов. Это свидетельствует о существовании новой области исследований, относящейся как к физике, так и к контролю, - к «кибернетической физике».^[7][8]

Квантовый контроль

Вполне возможно, что именно в молекулярной физике впервые появились идеи контроля. Джеймс Клерк Максвелл представил гипотетическое существо, известное как Демон Максвелла, с возможностью измерять скорости молекул газа в сосуде и направлять быстрые молекулы в одну часть сосуда, удерживая медленные молекулы в другой части. Это приводит к разнице температур между двумя частями сосуда, что, кажется, противоречит Второй закон термодинамики. Теперь, после более чем столетней плодотворной жизни, этот демон стал еще активнее, чем в прошлом. В недавних статьях обсуждались вопросы, касающиеся экспериментальной реализации Демона Максвелла, особенно на квантово-механическом уровне.^[9]

В конце 1970-х годов появились первые математические результаты для управления квантово-механическими моделями, основанные на теория управления^[10]В конце 1980-х - начале 1990-х годов стремительное развитие лазерной промышленности привело к появлению сверхбыстрых, так называемых фемтосекундных лазеров. Это новое поколение лазеров способно генерировать импульсы длительностью несколько фемтосекунд и даже меньше (1 фс = ${\displaystyle 10^{-15}}$сек). Длительность такого импульса сравнима с периодом собственных колебаний молекулы. Следовательно, фемтосекундный лазер, в принципе, можно использовать как средство управления отдельными молекулами и атомами. Следствием такого применения является возможность осуществления мечты алхимиков об изменении естественного хода химических реакций. Возникло новое направление в химии, фемтохимия, и новые фемтотехнологии были разработаны. Ахмед Зеваил из Калифорнийского технологического института был удостоен Нобелевской премии по химии 1999 г. за работу над фемтохимия.

Используя современную теорию управления, могут открыться новые горизонты для изучения взаимодействия атомов и молекул, а также могут быть обнаружены новые пути и возможные ограничения для вмешательства в интимные процессы микромира. Кроме того, контроль является важной частью многих недавних наноразмерных приложений, включая наномоторы, нанопровода, наночипы, нанороботы и т. Д. Число публикаций в рецензируемых журналах превышает 600 в год.

Термодинамика управления

Основы термодинамики изложены Сади Карно в 1824 году. Он рассмотрел тепловую машину, которая работает, отбирая тепло от источника, находящегося в тепловом равновесии при температуре ${\displaystyle T_{hot}}$, и доставить полезную работу. Карно увидел, что для непрерывной работы двигателю также требуется холодный резервуар с температурой ${\displaystyle T_{cold}}$, к которому может быть отведено немного тепла. Путем простой логики он установил знаменитый ‘’ ’Принцип Карно’ ’’: «Ни одна тепловая машина не может быть эффективнее реверсивной, работающей при одинаковых температурах».

На самом деле это было не что иное, как решение оптимальный контроль Проблема: максимальная работа может быть получена с помощью реверсивной машины, а ценность извлеченной работы зависит только от температуры источника и ванны. Позже Кельвин представил свою абсолютную температурную шкалу (шкалу Кельвина) и сделал следующий шаг, оценив обратимую эффективность Карно. ${\displaystyle \eta _{Carnot}=1-{\frac {T_{cold}}{T_{hot}}}.}$Однако большая часть работ была посвящена изучению стационарных систем в течение бесконечных интервалов времени, в то время как для практических целей важно знать возможности и ограничения эволюции системы за конечное время, а также при других типах ограничений, вызванных конечным количеством доступных Ресурсы.

Пионерская работа, посвященная оценке ограничений конечного времени для тепловых двигателей, была опубликована И. Новиковым в 1957 г.^[11] и независимо Ф. Керзон и Б. Альборн в 1975 году:^[12] КПД при максимальной мощности за цикл теплового двигателя, связанного с окружающей средой через постоянный теплопровод, составляет ${\displaystyle \eta _{NCA}=1-{\sqrt {\frac {T_{cold}}{T_{hot}}}}}$ (формула Новикова-Керзона-Альборна). Процесс Новикова-Керзона-Альборна также оптимален в смысле минимальной диссипации. В противном случае, если задана степень диссипации, процесс соответствует принципу максимальной энтропии. Позже результаты^[12][11] были расширены и обобщены для других критериев и для более сложных ситуаций на основе современных теория оптимального управления. В результате возникло новое направление в термодинамике, известное под названиями «оптимизационная термодинамика», «термодинамика с конечным временем», Необратимая термодинамика или «контрольная термодинамика», см.^[13]

Предмет и методология кибернетической физики

К концу 1990-х стало ясно, что возникла новая область физики, связанная с методами управления. Термин «кибернетическая физика» был предложен в.^[7][14] Предмет и методология области систематически представлены в.^[15][16]

Описание задач управления, относящихся к кибернетической физике, включает классы моделей управляемого объекта, цели (задачи) управления и допустимые алгоритмы управления. Методология кибернетической физики включает в себя типичные методы, используемые для решения проблем, и типичные результаты в этой области.

Модели управляемых систем

Формальная постановка любой задачи управления начинается с модели управляемой системы (объекта) и модели цели (цели) управления. Даже если модель объекта не указана (как во многих реальных приложениях), ее следует каким-то образом определить. Системные модели, используемые в кибернетике, аналогичны традиционным моделям физики и механики с одним отличием: входы и выходы модели должны быть явно указаны. В литературе, связанной с управлением физическими системами, рассматриваются следующие основные классы моделей: непрерывные системы с сосредоточенными параметрами, описываемые в пространстве состояний дифференциальными уравнениями, распределенные (пространственно-временные) системы, описываемые уравнениями в частных производных, и состояния с дискретным временем. космические модели, описываемые разностными уравнениями.

Контрольные цели

Задачи управления естественно классифицировать по их целям управления. Ниже перечислены пять видов.

Регулирование (часто называемая стабилизацией или позиционированием) - наиболее распространенная и простая цель управления. Регулирование понимается как управление вектором состояния ${\displaystyle x(t)}$ (или выходной вектор ${\displaystyle y(t)}$) к некоторому состоянию равновесия ${\displaystyle x*}$ (соответственно, ${\displaystyle y*}$).

Отслеживание. Отслеживание состояния - это решение ${\displaystyle x(t)}$ к заранее определенной функции времени ${\displaystyle x*(t)}$. Точно так же отслеживание вывода управляет выводом ${\displaystyle y(t)}$ к желаемой выходной функции ${\displaystyle y*(t)}$. Проблема усложняется, если желаемое равновесие ${\displaystyle x*}$ или траектория ${\displaystyle x*(t)}$ неустойчиво при отсутствии управляющего воздействия. Например, типичная задача управления хаосом может быть сформулирована как отслеживание неустойчивого периодического решения (орбиты). Ключевой особенностью задач управления физическими системами является то, что цель должна достигаться с помощью достаточно малого управления. Предельный случай - это стабилизация системы сколь угодно малым управлением. Разрешимость этой задачи неочевидна, если траектория ${\displaystyle x*(t)}$ неустойчиво, например, в случае хаотических систем. Видеть.^[1]

Генерация (возбуждение) колебаний. Третий класс целей управления соответствует задачам «возбуждения» или «генерации» колебаний. Здесь предполагается, что система изначально находится в состоянии покоя. Задача состоит в том, чтобы выяснить, можно ли перевести его в колебательный режим с желаемыми характеристиками (энергией, частотой и т. Д.). В этом случае целевая траектория вектора состояния ${\displaystyle x*(t)}$ не указано заранее. Более того, траектория цели может быть неизвестна или даже не иметь отношения к достижению цели управления. Такие проблемы хорошо известны в электротехнике, радиотехнике, акустике, лазерных и вибрационных технологиях, да и вообще везде, где необходимо создать колебательный режим для системы. Такой класс целей управления может быть связан с проблемами диссоциации, ионизации молекулярных систем, выхода из потенциальной ямы, хаотизации и другими проблемами, связанными с ростом энергии системы и ее возможным фазовым переходом. Иногда такие проблемы сводятся к отслеживанию, но опорные траектории ${\displaystyle x*(t)}$ в этих случаях не обязательно периодические и могут быть нестабильными. Кроме того, траектория цели ${\displaystyle x*(t)}$ может быть известно лишь частично.

Синхронизация. Четвертый важный класс целей управления соответствует синхронизации (точнее, «управляемая синхронизация» в отличие от «автосинхронизации» или «самосинхронизации»). Вообще говоря, под синхронизацией понимается одновременное изменение состояний двух или более систем или, возможно, одновременное изменение некоторых величин, связанных с системами, например выравнивание частот колебаний. Если требуемое соотношение устанавливается только асимптотически, говорят об «асимптотической синхронизации». Если синхронизация не существует в системе без управления, проблема может быть поставлена ​​как поиск функции управления, которая обеспечивает синхронизацию в системе с обратной связью, то есть синхронизация может быть целью управления. Проблема синхронизации отличается от проблемы управления эталоном модели тем, что разрешены некоторые фазовые сдвиги между процессами, которые либо являются постоянными, либо имеют тенденцию к постоянным значениям. Кроме того, в ряде задач синхронизации связи между синхронизируемыми системами являются двунаправленными. В таких случаях предельный режим (синхронный режим) в системе в целом заранее не известен.

Модификация предельных наборов (аттракторы ) систем. Последний класс целей управления связан с изменением некоторых количественных характеристик, ограничивающих поведение системы. Он включает такие конкретные цели, как

• изменение типа равновесия (например, преобразование неустойчивого равновесия в устойчивое или наоборот);
• изменение типа предельного набора (например, преобразование предельного цикла в хаотический аттрактор или наоборот, изменение фрактальной размерности предельного набора и т. д.);
• изменение положения или типа бифуркация точка в пространстве параметров системы.

Исследование указанных проблем началось в конце 1980-х годов с работ по бифуркация контроль и продолжил работу над контролем хаоса. Отт, Гребоги и Йорк^[1] и их последователи представили новый класс целей управления, не требующий какой-либо количественной характеристики желаемого движения. Вместо этого желаемый качественный тип предельного набора (аттрактор ), например, управление должно обеспечивать системе хаотический аттрактор. Дополнительно желаемую степень хаотичности можно указать, указав Показатель Ляпунова, фрактальная размерность, энтропия и др. См.^[4][5]

В дополнение к основной цели управления могут быть указаны некоторые дополнительные цели или ограничения. Типичным примером является требование «малого контроля»: функция управления должна иметь небольшую мощность или требовать небольшого расхода энергии. Такое ограничение необходимо, чтобы избежать «насилия» и сохранить присущие контролируемой системе свойства. Это важно для обеспечения устранения артефактов и для адекватного изучения системы. В физических задачах используются три типа управления: постоянное управление, управление с прогнозированием и управление с обратной связью. Реализация управления с обратной связью требует дополнительных измерительных устройств, работающих в режиме реального времени, которые часто сложно установить. Таким образом, изучение системы может начаться с применения низших форм контроля: постоянного времени, а затем управления с прогнозированием. Затем можно изучить возможности изменения поведения системы с помощью управления с обратной связью.

Методология

Методология кибернетической физики основана на теория управления. Обычно некоторые параметры физических систем неизвестны, а некоторые переменные недоступны для измерения. С точки зрения управления это означает, что разработка средств управления должна выполняться в условиях значительной неопределенности, т.е. надежный контроль или же адаптивное управление должен быть использован. Теоретиками управления и инженерами по управлению как для линейных, так и для нелинейных систем было разработано множество методов проектирования. Также разработаны методы частичного контроля, контроля по слабым сигналам и др.

Направления исследований и перспективы

В настоящее время интерес к применению методов управления в физике продолжает расти, активно развиваются следующие направления исследований:^[15][16]

• Контроль колебаний
• Контроль синхронизации
• Контроль хаоса, бифуркаций
• Контроль фазовых переходов, стохастический резонанс
• Оптимальный контроль в термодинамике
• Управление микромеханическими, молекулярными и квантовыми системами

Среди наиболее важных приложений: контроль синтеза, управление лучами, управление в нано- и фемтотехнологиях.

Для облегчения обмена информацией в области кибернетической физики Международное общество физики и управления (IPACS) была создана. IPACS организует регулярные конференции (Physics and Control Conferences) и поддерживает электронную библиотеку, Электронная библиотека IPACS и информационный портал, Физика и ресурсы управления.

Смотрите также

• Демон Максвелла

Рекомендации

1. Отт, Эдвард; Гребоги, Сельсо; Йорк, Джеймс А. (1990-03-12). «Управляя хаосом». Письма с физическими проверками. Американское физическое общество (APS). 64 (11): 1196–1199. Bibcode:1990ПхРвЛ..64.1196О. Дои:10.1103 / Physrevlett.64.1196. ISSN  0031-9007. PMID  10041332.
2. Пирагас, К. (1992). «Непрерывное управление хаосом с помощью саморегулирующейся обратной связи». Письма о физике A. Elsevier BV. 170 (6): 421–428. Bibcode:1992ФЛА..170..421П. Дои:10.1016/0375-9601(92)90745-8. ISSN  0375-9601.
3. Фрадков А.Л., Погромский А.Ю., Введение в управление колебаниями и хаосом. Сингапур: World Scientific Publ., 1998.
4. Андриевский Б. Р. (2003). «Управление хаосом: методы и приложения. I. Методы». Автоматизация и дистанционное управление. Springer Nature. 64 (5): 673–713. Дои:10.1023 / а: 1023684619933. ISSN  0005-1179.
5. Андриевский, Б. Р .; Фрадков, А. Л. (2004). «Контроль хаоса: методы и приложения. II. Приложения». Автоматизация и дистанционное управление. Springer Nature. 65 (4): 505–533. Дои:10.1023 / b: aurc.0000023528.59389.09. ISSN  0005-1179.
6. Справочник по управлению хаосом, Второе полностью переработанное и дополненное издание, Редакторы: Э. Шоелл, Х. Г. Шустер. Вайли-ВЧ, 2007.
7. Фрадков, Александр (1999). «Изучение нелинейности с помощью обратной связи» (PDF). Physica D: нелинейные явления. Elsevier BV. 128 (2–4): 159–168. Bibcode:1999PhyD..128..159F. Дои:10.1016 / s0167-2789 (98) 00322-4. ISSN  0167-2789.
8. Фрадков АЛ. Исследование физических систем по обратной связи. Автомат. Пульт дистанционного управления 60 (3): 471-483, 1999.
9. Лефф Х.С. и А.Ф. Рекс (ред.). Демон Максвелла 2: энтропия, классическая и квантовая информация, вычисления: 2-е издание. Институт физики. 2003 г.
10. Бутковский А.Г., Самойленко Ю.И. Управление квантово-механическими процессами. Дордрехт: Kluwer Acad. Опубл., 1990 (М .: Наука, 1984, с.
11. Новиков И.И., Эффективность атомных электростанций, Атомная энергия 3 (11), 409--412, 1957; (Английский перевод: Nuclear Energy II 7. 125–128, 1958).
12. Curzon, F. L .; Альборн, Б. (1975). «КПД двигателя Карно при максимальной выходной мощности». Американский журнал физики. Американская ассоциация учителей физики (AAPT). 43 (1): 22–24. Bibcode:1975AmJPh..43 ... 22C. Дои:10.1119/1.10023. ISSN  0002-9505.
13. Берри Р.С., Казаков В.А., Сиенютч С., Шваст З., Цирлин А.М. Термодинамическая оптимизация процессов с конечным временем. Вайли. Нью-Йорк, 2000.
14. Фрадков А.Л. Исследование физических систем с помощью обратной связи. Автомат. Дистанционное управление. Т. 60, 1999, № 3, с. 3-22
15. Фрадков, Александр Л (28.02.2005). «Применение кибернетических методов в физике». Успехи физики. Журнал Успехи физических наук (УФН). 48 (2): 103–127. Дои:10.1070 / pu2005v048n02abeh002047. ISSN  1063-7869.
16. Фрадков А.Л.Кибернетическая физика: от управления хаосом к квантовому управлению. Springer-Verlag, 2007, (Предварительная русскоязычная версия: Санкт-Петербург, Наука, 2003).

внешняя ссылка

• Портал, физика и ресурсы управления
• Электронная библиотека IPACS
• Международное общество физики и управления (IPACS)