Física cibernética

La física cibernética  es un campo de la ciencia en la intersección de la cibernética y la física que estudia los sistemas físicos utilizando métodos cibernéticos. Una parte de la física molecular también se incluye en Cibernética . Se entiende por métodos cibernéticos aquellos métodos de resolución de problemas de control, estimación de variables y parámetros (identificación), adaptación, filtrado, optimización, transmisión de señales, reconocimiento de patrones, etc., desarrollados en el marco de la cibernética. Los sistemas físicos también suelen entenderse en sentido amplio: como sistemas de naturaleza animada e inanimada o creados artificialmente (es decir, quizás biológicos, químicos, etc.), cuya física está suficientemente estudiada y existen modelos matemáticos adecuados para plantear problemas cibernéticos. El propósito de la investigación en física cibernética es analizar la posibilidad de transformar las propiedades de un sistema aplicando influencias externas de una u otra clase y determinar el tipo de influencias requeridas para esta transformación. Las clases típicas de influencias son funciones que son constantes en el tiempo (en problemas de elección de parámetros, análisis de bifurcaciones, etc.); funciones que dependen solo del tiempo, por ejemplo, periódicas (en problemas de mecánica vibracional, control de programas); funciones cuyo valor en cada instante de tiempo depende de los resultados de medir las variables observables (salidas) del sistema en el mismo instante de tiempo o en momentos anteriores. El último caso es el más interesante y corresponde al estudio de las posibles consecuencias de introducir retroalimentaciones externas en el sistema.

Raíces de la física cibernética

Hasta 1990, los términos cibernéticos rara vez aparecían en las páginas de las principales revistas de física y la influencia de la cibernética en la investigación física era casi insignificante. Cabe señalar que, aunque los sistemas de medición y control automáticos y automatizados se han utilizado ampliamente en la investigación física experimental durante mucho tiempo, y un experimento físico moderno es impensable sin automatización, en la investigación experimental el sistema de control suele desempeñar un papel auxiliar, asegurando la mantenimiento de un modo experimental predeterminado. En este caso, no surge una interacción cualitativamente nueva entre la física y la teoría de control, cuando se descubren nuevos resultados teóricos y efectos físicos cualitativamente nuevos en la aplicación de métodos cibernéticos. La situación cambió radicalmente en la década de 1990 con el inicio del rápido desarrollo de dos nuevos campos: el control del caos y el control de sistemas cuánticos .

Control del caos

La historia del control del caos es indicativa. Hasta 1990, casi no había artículos en esta área en revistas científicas. Sin embargo, en 1990 apareció un artículo de un grupo de científicos de la Universidad de Maryland, EE.UU. escrito por E. Ott, C. Grebogi y J. York "Chaos Control" [1] . El artículo provocó una verdadera explosión de publicaciones: a principios de la década de 2000, se publicaban más de 400 artículos por año sobre este tema en revistas revisadas por pares, y el número total de publicaciones superaba las 3000, según Web of Science.

En el artículo de Ott-Grebogi-Yorke, se concluyó que incluso un pequeño control en forma de retroalimentación aplicado a un sistema no lineal (caóticamente oscilante) puede cambiar radicalmente su dinámica y propiedades: - por ejemplo, convertir el movimiento caótico en un movimiento periódico una. El trabajo [1] generó una avalancha de publicaciones, en las que a veces experimentalmente, y más a menudo mediante simulación por computadora, se demostró cómo el control (con o sin retroalimentación) puede afectar el comportamiento de varios sistemas físicos reales y modelo. El método de control propuesto en el trabajo se denominó método OGY por las letras iniciales de los nombres de los autores, y el número de referencias al trabajo en 2002 superó las 1300.

Curiosamente, cinco años antes [1] , aparecieron los artículos [2] [3] , en los que se planteaba el problema de suprimir el caos en un sistema no lineal mediante la aplicación de una acción de control periódico, y se demostraba la posibilidad de resolverlo mediante simulación por ordenador utilizando el ejemplo de un sistema ecológico. Incluso antes, se descubrió la transformación de un proceso caótico en el sistema de Lorentz en un proceso periódico bajo la influencia de la excitación armónica [4] . Sin embargo, aunque los artículos [2] [4] fueron traducidos y publicados en inglés, no generaron una avalancha de publicaciones.

Posteriormente, se propusieron otros métodos para convertir movimientos caóticos en periódicos, por ejemplo, el método de retroalimentación retardada (método Piragas) [5] . También se aplicaron numerosos métodos existentes de control adaptativo y no lineal . Ver [6] [7] para más detalles .

La mayoría de las publicaciones sobre este tema se publican en revistas de física, y los autores de la mayoría de los artículos representan facultades y departamentos de física. Así, se puede atribuir al campo de la física una nueva dirección con razón suficiente. El desarrollo de métodos para controlar procesos caóticos fue estimulado por nuevas aplicaciones en tecnologías láser y químicas, en tecnología de telecomunicaciones, en biología y medicina.

Control de sistemas cuánticos

Durante la última década del siglo XX, el campo del control de sistemas moleculares y cuánticos ha experimentado un rápido crecimiento. Quizás fue en esta área donde las ideas de control penetraron en primer lugar: recuerde a los alquimistas que buscaban formas de interferir con el curso de las reacciones químicas en un esfuerzo por convertir el plomo y el mercurio en oro. El siguiente hito lo marcó el físico inglés James Clerk Maxwell , quien en 1871 inventó una criatura hipotética (llamada demonio de Maxwell por Lord Kelvin ), capaz de medir la velocidad de las moléculas de gas individuales en un recipiente y dirigir moléculas rápidas a una parte del buque, y moléculas más lentas a otro, entonces es controlar las moléculas en el principio de retroalimentación. En publicaciones recientes, los problemas de implementación experimental del demonio de Maxwell [8] se discuten seriamente . Cabe destacar que Maxwell también escribió uno de los artículos fundamentales sobre la teoría del control [9]

A finales de la década de [10], en particular, se establecieron los criterios de controlabilidad de los sistemas cuánticosde la teoría de control1970 aparecieron las primeras formulaciones matemáticas y soluciones de problemas de control para sistemas cuánticos basadas en los métodos s). La duración de un pulso de femtosegundo es comparable al período de oscilación natural de las moléculas, lo que en principio hace que un láser de femtosegundo sea un medio para controlar el comportamiento de átomos y moléculas individuales. Surgió una nueva dirección en química: la femtoquímica, por el éxito en el que en 1999 se otorgó el Premio Nobel de Química a A. Ziveil .

Con el desarrollo de otros usos para los láseres de femtosegundo, ha surgido el término tecnologías de femtosegundo o femtotecnologías . El desarrollo de nuevas tecnologías ha estimulado el rápido crecimiento de la investigación sobre el control coherente de sistemas moleculares basados ​​tanto en modelos clásicos como cuánticos. El número de publicaciones en revistas revisadas por pares solo sobre el control de sistemas cuánticos superó los 600 artículos por año. El uso de métodos de teoría de control abre nuevos horizontes en el estudio y cambio en el movimiento de átomos y moléculas, determinando tanto las formas como los posibles límites de intervención en los procesos naturales íntimos del micromundo.

Mecánica vibracional

Varias otras áreas de la mecánica y la física se dedican al estudio de los cambios en las propiedades de los sistemas cuando se les aplica cierta clase de acciones. En algunos de ellos, los métodos de la cibernética y la teoría del control se aplican explícitamente, mientras que otros se acercan a la física cibernética solo ideológicamente. Este último incluye la "mecánica vibracional". En la década de 1940, el académico P. L. Kapitsa , quien más tarde ganó el Premio Nobel de Física, realizó un experimento que demostró que la posición de equilibrio inestable superior de un péndulo se estabiliza si el eje de suspensión del péndulo vibra en dirección vertical a una frecuencia suficientemente alta. . Este experimento fue explicado por P. L. Kapitsa sobre la base de la introducción del llamado potencial efectivo, que corresponde a una variante del método de promediación [11] . El trabajo de P. L. Kapitsa impulsó el desarrollo de una nueva rama de la mecánica: la mecánica vibratoria. En los trabajos de I. I. Blekhman y sus colegas, se desarrolló un enfoque general para estudiar el efecto de la vibración en los sistemas mecánicos [12] . El método de P. L. Kapitsa también se utilizó para estudiar procesos oscilatorios en física atómica, física de plasma, etc. Desde el punto de vista cibernético, la esencia de los trabajos anteriores es analizar las propiedades de los sistemas controlados por señales de alta frecuencia sin retroalimentación. Dichos sistemas tienen aplicaciones en los casos en que la medición de las variables observadas del sistema es imposible o poco práctica.

Termodinámica de optimización

Los cimientos de la termodinámica clásica fueron establecidos en 1724 por Sadi Carnot , quien estableció la regla de proceso para la máquina térmica más eficiente ( ciclo de Carnot ). Para una máquina que extrae calor de una fuente que está en equilibrio térmico a una temperatura y realiza un trabajo útil intercambiando calor con un depósito a una temperatura , la eficiencia máxima es igual a las estimaciones de eficiencia de Carnot para una máquina térmica, así como otras estimaciones de la termodinámica clásica (trabajo reversible de separación de mezclas de gases ideales y soluciones ideales, etc.) son válidos para procesos en los que no hay disipación, lo que a su vez implica una duración ilimitada del proceso o coeficientes de transferencia de calor y masa arbitrariamente grandes ( caracterizan indirectamente las dimensiones del aparato). A fines de la década de 1950, surgió una dirección de termodinámica irreversible, que estudiaba las posibilidades limitantes de varios tipos de sistemas para una duración limitada de procesos, o una intensidad promedio dada de flujos. Se llamó "Termodinámica en tiempo finito" o "Termodinámica de optimización".

En 1957, en el trabajo de I. I. Novikov [13] e, independientemente, en el trabajo de F. L. Kurzon y V. Alborn [14] en 1975, se encontraron los parámetros del ciclo de máxima potencia de un motor térmico y se demostró que su máxima eficiencia igual a (fórmula de Novikov-Curzon-Ahlborn). Tenga en cuenta que el problema se plantea y resuelve como un problema de optimización y, en casos más complejos, los métodos modernos de la teoría del control óptimo se utilizan con éxito para buscar las características límite de los sistemas termodinámicos. Así, también en esta área se utilizan métodos cibernéticos para obtener nuevos resultados físicos. El estado actual de la termodinámica de optimización se puede encontrar en los libros [15] [16] .

Materia y metodología de la física cibernética

A fines de la década de 1990, quedó claro que en realidad se había formado un nuevo campo en la intersección de la física y la teoría de control, en el que la investigación física se lleva a cabo utilizando las ideas y métodos de la teoría de control (cibernética). El término física cibernética fue propuesto, aparentemente en[ ¿dónde? ] [17] [18] , y en[ ¿dónde? ] [19] [20] [21] presenta sistemáticamente el tema y la metodología del nuevo campo.

Para caracterizar el tema de la física cibernética es necesario describir las clases de modelos considerados de objetos de control (CO), objetivos de control (CC) y algoritmos de control admisibles, y para caracterizar su metodología es necesario describir los principales métodos para construir algoritmos de control y los tipos de resultados obtenidos.

El enunciado formal de cualquier problema de control comienza con la elección de un modelo de la dinámica del sistema controlado (objeto de control - OC) y un modelo de la meta de control. Incluso si el modelo DT no se da o se desconoce, debe definirse de una forma u otra. La diferencia entre los modelos cibernéticos y los modelos dinámicos tradicionales para la física y la mecánica es que estos indican explícitamente las entradas y salidas del sistema, ya que esto es fundamental a la hora de construir retroalimentaciones externas. En la literatura sobre el control de sistemas físicos, se consideran varias clases de modelos de CO: modelos con parámetros agrupados descritos por ecuaciones diferenciales ordinarias en el espacio de estado, modelos con parámetros distribuidos descritos por ecuaciones diferenciales parciales, modelos discretos descritos por ecuaciones en diferencias.

Los principales tipos de objetivos de gestión son:

La regulación (a menudo también llamada estabilización o posicionamiento) lleva el vector de variables de estado del objeto (o el vector de variables de salida ) a algún estado de equilibrio (respectivamente, ).

Seguimiento. En tareas de seguimiento (también llamadas tareas de control de programa), se requiere aproximar el vector de variables de estado del CO a la función de tiempo deseada o el vector de salida a la función de tiempo deseada . La dificultad de alcanzar las metas aumenta si el estado de equilibrio o la trayectoria deseada es inestable en ausencia de control. Tal caso es típico para problemas de control de sistemas caóticos.

Excitación (acumulación, promoción, aceleración) de oscilaciones. En los problemas de excitación de vibraciones se supone que el sistema se encuentra inicialmente en reposo y es necesario ponerlo en movimiento oscilatorio con unas características dadas, y la trayectoria a lo largo de la cual debe moverse el vector fase del sistema no está predeterminada, es no se sabe o no importa para lograr el objetivo. Problemas similares son bien conocidos en ingeniería eléctrica, ingeniería de radio, acústica, tecnología láser, tecnología de vibraciones, donde se requiere iniciar el proceso de generación de oscilaciones periódicas. Esta clase también incluye problemas de disociación e ionización de sistemas moleculares, eyección de un pozo de potencial, caotización y otros problemas asociados con un aumento de energía, que posiblemente conduzcan a una transición de fase en el sistema. Formalmente, estos problemas pueden reducirse a problemas de seguimiento, pero los movimientos deseados no son periódicos, son irregulares y la trayectoria del objetivo solo puede especificarse parcialmente.

Sincronización. La sincronización se entiende como la coincidencia o convergencia de variables de estado de dos o más sistemas, o un cambio coordinado en algunas características cuantitativas de los sistemas. El problema de sincronización difiere del problema de control con el modelo de referencia, ya que permite cambios de tiempo entre las gráficas de las variables que se emparejan. Los cambios pueden ser constantes o tienden a ser constantes (fases asintóticas). Además, en muchas tareas de sincronización, las comunicaciones entre sistemas son bidireccionales (bidireccionales). Esto significa que el modo de limitación en el sistema (solución síncrona) no se conoce de antemano.

Modificación de conjuntos límite ( atractores ) de sistemas. Esta clase de objetivos incluye tipos de objetivos tan particulares como:

- cambio en el tipo de equilibrio (por ejemplo, la transformación de una posición de equilibrio inestable en estable o viceversa);

- cambiar el tipo del conjunto límite (por ejemplo, transformar el ciclo límite en un atractor caótico o viceversa; cambiar la dimensión fractal del conjunto límite, etc.);

— cambio en la posición y tipo del punto de bifurcación en el espacio de parámetros del sistema;

Problemas de este tipo han sido considerados desde la década de 1980 en trabajos de control de bifurcaciones . En numerosos trabajos sobre el control de regímenes caóticos, a menudo no se asume en absoluto que establece las características cuantitativas del movimiento deseado. En su lugar, se especifica el tipo cualitativo deseado del conjunto límite (atractor). Por ejemplo, se requiere convertir oscilaciones caóticas e irregulares en oscilaciones periódicas o cuasi periódicas. Si es necesario establecer un grado de aleatoriedad, irregularidad cuantitativamente deseado, se pueden formar funciones objetivo a través de las características conocidas de aleatoriedad: exponentes de Lyapunov, dimensiones fractales, entropías, etc., ver [6] [7] .

Además del objetivo de control principal, se pueden establecer objetivos o restricciones adicionales: por ejemplo, el requisito de lograr el objetivo con un poder de control bajo o costos de control bajos. El requisito de la pequeñez del control es importante para los problemas físicos, ya que significa que las influencias externas no destruyen las propiedades internas inherentes al sistema físico, no ejercen "violencia" sobre el sistema. Esto es especialmente importante en estudios experimentales, ya que su violación puede conducir a la observación de artefactos, efectos que están ausentes en ausencia de un impacto directo en el sistema y que no se observan en condiciones naturales.

En problemas físicos, hay tres tipos de control y, en consecuencia, algoritmos de control: constante, programa y retroalimentación. Dado que la implementación del control en forma de retroalimentación requiere la capacidad de medir las cantidades necesarias para construir el control, que a menudo está ausente, el estudio de las propiedades del sistema controlado generalmente comienza con el estudio de las posibilidades de la forma más baja: control constante, luego se procede al estudio de las posibilidades de control en lazo abierto (software), y solo después de esto, si es posible, se investigan los problemas de control de retroalimentación.

Una formulación típica del problema de control, teniendo en cuenta las características de la investigación física, tiene la siguiente forma:

- encontrar todos los tipos posibles de comportamiento del sistema que se pueden proporcionar con la ayuda de funciones de control con una norma que no exceda un valor dado (suficientemente pequeño) y, posiblemente, cuando se cumplan las restricciones dadas};

Al resolverlo, puede ser útil resolver un problema auxiliar, que es más típico para trabajos sobre teoría de control:

— encontrar la función de control (o ley de retroalimentación) de la norma mínima, que asegura el logro del comportamiento dado del sistema (la meta de control dada).

La metodología de la física cibernética se basa en métodos bien desarrollados de la teoría del control : métodos de control lineal , no lineal , óptimo , robusto y adaptativo ; métodos de identificación (reconstrucción) de parámetros, métodos de filtrado y evaluación de estados (parámetros); métodos de optimización de sistemas . Por lo general, se desconocen algunos parámetros del sistema físico y algunas variables no están disponibles para la medición. Según la terminología de la teoría del control, esto significa que la síntesis del control debe realizarse en condiciones de incertidumbre. Se han desarrollado métodos de control robustos y adaptables para resolver tales problemas .

Perspectivas

En la actualidad, la atención de los físicos a la aplicación de métodos cibernéticos continúa creciendo. Las siguientes áreas de investigación ciberfísica se están desarrollando activamente:

Entre las áreas más importantes de investigación aplicada se encuentran: control de reacciones termonucleares, control en nano y femtotecnologías. Puede encontrar una descripción general de los métodos y aplicaciones en[ ¿dónde? ] [19] [20] [21] .

Para intercambiar información entre especialistas en el campo de la física cibernética, se creó la Sociedad Internacional de Física y Control (IPACS) . La sociedad organiza regularmente conferencias (Física y control) y mantiene una biblioteca electrónica de publicaciones Biblioteca electrónica IPACS Archivada el 19 de diciembre de 2010 en Wayback Machine y el portal de información "Physics and Control Resources" Archivado el 2 de mayo de 2010 en Wayback Machine .

Notas

  1. ↑ 1 2 3 Ott E., Grebogi C., Yorke G. Controlando el caos. física Rvdo. Letón. 1990. V.64. (11) 1196-1199.
  2. ↑ 1 2 Alekseev VV, Loskutov A. Yu. Destocastización de un sistema con un atractor extraño mediante acción paramétrica. Vestn. Universidad estatal de Moscú. Ser.3, Física, astronomía. 1985, V.26, (3), S. 40-44.
  3. ↑ Alekseev V. V., Loskutov A. Yu. Control de un sistema con un atractor extraño mediante una acción paramétrica periódica. DAN URSS, 1987, Vol. 293, (6), C. 1346-1348.
  4. ↑ 1 2 Dudnik E. N., Kuznetsov Yu. I., Minakova I. I., Romanovsky Yu. M. Sincronización en sistemas con un atractor extraño. Vestn. Universidad estatal de Moscú. Ser. 3: Física. Astronomía. 1983. Vol. 24, (4). págs. 84-87.
  5. ↑ Pyragas K. Control continuo del caos mediante retroalimentación autocontrolada. física Letón. A. 1992. V.170. 421-428.
  6. ↑ 1 2 Andrievsky B. R., Fradkov A. L. Control del caos: Métodos y aplicaciones. I. Métodos. Automatización y telemecánica. 2003, (5). C.3-45.
  7. ↑ 1 2 Andrievsky B. R., Fradkov A. L. Control del caos: Métodos y aplicaciones. II. Aplicaciones. Automatización y telemecánica. 2004, (4), C.3-34.
  8. ↑ Leff HS y AFRex (Eds). Maxwell's Demon 2: entropía, información clásica y cuántica, informática: 2ª edición. Instituto de Física. 2003 (colección de artículos clásicos y contemporáneos sobre el demonio de Maxwell ).
  9. ↑ JC Maxwell. Sobre Gobernadores. proc. Sociedad Real 16, 1868, 270-283.
  10. ↑ Butkovsky A. G., Samoylenko Yu. I. Control de procesos mecánicos cuánticos. M.: Nauka, 1984, 256s. (Traducción al inglés: Dordrecht: Kluwer Academic Publishers, 1990.)
  11. ↑ Kapitsa P. L. Estabilidad dinámica de un péndulo con un punto de suspensión oscilante. ZhETF. 1951. T.21.(5).
  12. ↑ Blekhman I. I. Mecánica vibratoria. Moscú: Nauka, 1994.
  13. ↑ Novikov I. I. Eficiencia de las centrales nucleares. Energía Atómica . 1957. Nº 3. S. 409-412.
  14. ↑ Curzon FL, Ahlburn B., Eficiencia de un motor de Carnot a máxima potencia de salida. Am.J. Phys., 43, 22-24, 1975.
  15. ↑ Mironova V. A., Amelkin S. A., Tsirlin A. M. Métodos matemáticos de la termodinámica en un tiempo finito. Moscú: Química, 2000.
  16. ↑ Berry RS, Kazakov VA, Sieniutycz S., Szwast Z., Tsirlin AM Optimización termodinámica de procesos de tiempo finito. Wiley. Nueva York, 2000.
  17. ↑ Fradkov A.L. Explorando la no linealidad por retroalimentación. Física D. 1999, V. 128, No. 2-4. 159-168.
  18. ↑ Fradkov A. L. Estudio de sistemas físicos usando retroalimentación. Automatización y telemecánica. 1999. (3). págs. 213-230.
  19. ↑ 1 2 Fradkov A. L. Física cibernética. San Petersburgo: Nauka, 2003.
  20. ↑ 1 2 Fradkov A.L. Sobre la aplicación de métodos cibernéticos en física. Éxito físico. Ciencias, 2005, T.175, N 2, pp.113-138.
  21. ↑ 1 2 Fradkov AL Física cibernética: del control del caos al control cuántico. Springer-Verlag, 2007, 242p.

Enlaces