Анализ устойчивости дискретных дельта-фракционных моделей при суммирующих многоточечных ограничениях для надежных инженерных систем

Почему важно сохранять стабильность цифровых систем

От термодатчиков в медицинских приборах до регуляторов, поддерживающих работу энергосетей и роботов, многие современные технологии опираются на цифровые модели, которые обновляются по шагам во времени. Но реальные системы никогда не бывают полностью тихими — сигналы зашумлены, условия меняются, компоненты стареют. В этой статье поставлен ключевой вопрос: когда такие системы описываются с помощью продвинутой «фракционной» математики, учитывающей эффекты памяти, можно ли по-прежнему доверять их поведению при возмущениях? Авторы развивают новую теорию, показывающую, что при реалистичных условиях эти модели остаются предсказуемо близки к идеальному поведению, давая инженерам более строгие гарантии надежности.

Дискретные модели, запоминающие прошлое

Традиционные уравнения часто рассматривают изменение как плавное и непрерывное, но многие инженерные системы работают дискретно: датчики делают замеры в фиксированные моменты, регуляторы обновляются один раз за цикл, а цифровая электроника переключается между тактовыми импульсами. Фракционный анализ расширяет обычное исчисление, позволяя производным иметь нецелый порядок, что вводит своего рода математическую память: текущее состояние зависит от взвешенной истории предыдущих состояний. За последние три десятилетия исследователи адаптировали эти идеи к пошаговым, дискретным настройкам. В статье рассматривается конкретный класс — дискретные дельта-фракционные задачи, моделирующие процессы, движущиеся вперед во времени и естественно описывающие сложные явления, такие как распространение сигналов, теплообмен и управление с обратной связью с учетом памяти.

Множество ограничений одновременно

Реальные устройства редко подчиняются единственному простому краевому условию вроде «начать здесь, закончить там». Зачастую инженеры накладывают сразу несколько требований: датчик должен соответствовать известному начальному значению, удовлетворять некоторому среднему по нескольким измерениям и оставаться в безопасном диапазоне. Математически это приводит к так называемым суммирующим многоточечным краевым условиям, когда состояние в один момент связано с суммой состояний в нескольких других моментах. До настоящего времени такие многоточечные условия изучались главным образом в родственной формулировке (на «набла»-основе), оставляя практический пропуск для дельта-версии, более прямо описывающей динамику вперед во времени. В этой работе впервые формулируются дискретные дельта-фракционные модели с такими многоточечными условиями и исследуется, существуют ли решения и единственны ли они, а также сохраняют ли они устойчивость при возмущениях.

Построение математического фундамента

Чтобы ответить на эти вопросы, авторы строят ключевой инструмент, известный как функция Грина, которая действует как отпечаток реакции системы на воздействия в каждый шаг времени. С её помощью решение дискретной модели можно записать как чёткую комбинацию краевых данных и внутренних возбуждающих членов. Применяя классические теоремы о неподвижной точке из функционального анализа, они доказывают, что при общих условиях существует по крайней мере одно решение, а решение единственно, если внутренняя «нелинейная» реакция системы не изменяется слишком резко. Иными словами, если физический закон, связывающий входы и выходы, ведёт себя контролируемо, математическая модель не распадается на множество противоречивых ответов.

Количественная оценка робастности к возмущениям

Сердцем статьи является строгий анализ устойчивости в терминах устойчивости Улама–Хайерса и Улама–Хайерса–Рассиаса. Эти концепции выходят за рамки простого существования решений; они измеряют, насколько близко истинное решение остаётся к приближенному, когда уравнения слегка нарушены, например из‑за шума, ошибки моделирования или внешних колебаний. Авторы показывают, что если отклик системы удовлетворяет разумному условию Липшица — грубо говоря, если малые изменения состояния вызывают пропорционально малые изменения выхода — то любая приближённая траектория, почти удовлетворяющая уравнениям, гарантированно находится в явной границе от истинного решения. Они рассматривают как равномерные возмущения, одинаковые на каждом шаге, так и неравномерные, меняющиеся во времени. В результате получены конкретные константы, которые позволяют проектировщикам знать, насколько могут отклоняться системы и при этом оставаться безопасными.

Применение теории к датчикам

Чтобы продемонстрировать практическую составляющую, в работе изучаются два тестовых примера. Первый — нелинейная дискретная система, используемая в качестве эталона, где авторы вычисляют соответствующие константы и проверяют, что теоретические границы действительно соблюдаются: все кривые решений остаются внутри предсказанной безопасной области даже при относительно сильных возмущениях. Второй пример — модель теплообмена в цифровом температурном датчике с памятью, где фракционный порядок отражает влияние прошлых температур на текущие показания. И здесь анализ показывает, что несмотря на изменения условий окружающей среды, вычисляемая датчиком температура остаётся в аккуратно количественно заданной полосе устойчивости. Графические симуляции демонстрируют, как разные уровни возмущений всё ещё дают траектории, которые никогда не выходят за пределы этой полосы, визуально подтверждая робастность, обеспечиваемую теорией.

Что это значит для будущих технологий

Проще говоря, исследование показывает, что сложный класс пошаговых моделей с учётом памяти ведёт себя обнадёживающе устойчиво при реальных погрешностях. Предоставляя явные условия, гарантирующие существование, единственность и сильные формы устойчивости, работа даёт инженерам математическую уверенность в том, что разработки, основанные на дискретной дельта-фракционной калькуляции с многоточечными ограничениями, не станут внезапно ненадёжными при шуме или дрейфе среды. Эта база открывает путь к более широкому использованию таких моделей в сетях датчиков следующего поколения, системах управления и других технологиях, где важны и богатая память, и высокая робастность.

Цитирование: Mohammed, P.O., Al-Sarairah, E., Baleanu, D. et al. Stability analysis of discrete delta fractional models under summation multipoint constraints for robust engineering systems. Sci Rep 16, 11928 (2026). https://doi.org/10.1038/s41598-026-42701-x

Ключевые слова: фракционный анализ, дискретные системы, анализ устойчивости, сети датчиков, робастное управление