Zum Inhalt springen
Zurück zu den Suchergebnissen

Feedback-Linearisierung

Eingeführt von
Alberto Isidori
Jahr
1983
Typ
algorithm
Familie
Nonlinear Control

Dieser Text ist eine maschinelle Übersetzung und wurde noch nicht geprüft. Original auf Englisch lesen

Schriftgröße

Was leistet sie?

Feedback-Linearisierung ist eine nichtlineare Regelungstechnik, die eine nichtlineare Zustandsrückführungs-Transformation verwendet, um ein nichtlineares System in ein lineares umzuwandeln, wodurch die Anwendung standardmäßiger linearer Regelungsmethoden ermöglicht wird.

Entwickelt von Isidori, Sontag und anderen in den 1980er Jahren, ist die Feedback-Linearisierung konzeptionell elegant und leistungsstark: Wenn das System bestimmte strukturelle Bedingungen (relativer Grad, Rang der Entkopplungsmatrix) erfüllt, können die Nichtlinearitäten durch Rückführung exakt aufgehoben werden, wodurch das Problem auf ein lineares Design reduziert wird.

Die Intuition hinter der Methode

Die Kernidee ist, dass viele nichtlineare Systeme durch ein sorgfältig entworfenes, zustandsabhängiges Rückführungsgesetz in lineare Systeme transformiert werden können. Die entscheidende Erkenntnis besteht darin, zu berechnen, welcher Steuereingang u erforderlich wäre, um das System bezüglich eines neuen Eingangs v linear zu machen, und dann u unter Verwendung dieser zustandsabhängigen Formel zu implementieren. Wenn ein System beispielsweise die Form x_double_dot = f(x) + g(x)·u hat, findet die Feedback-Linearisierung ein u, sodass x_double_dot = v (eine lineare Gleichung) gilt. Nach der Linearisierung kann die klassische lineare Regelung (Polplatzierung, LQR, PID) auf v angewendet werden, und das gesamte nichtlineare Regelgesetz ist die Kombination aus Linearisierung und linearem Regler.

Geschichte

Die Feedback-Linearisierung entstand aus der Differentialgeometrie, angewendet auf Regelungssysteme. Isidori formalisierte das Konzept in den 1980er Jahren mit seiner grundlegenden Arbeit zur nichtlinearen Regelung und bewies, wann und wie eine exakte Linearisierung möglich ist. Sontag und Nijmeijer entwickelten unabhängig voneinander Ansätze zur Ein-/Ausgangslinearisierung, und Hirschorn trug zum Verständnis der Nulldynamik bei. Das Feld reifte mit Lehrbüchern von Isidori (1995) und Slotine & Li (1991), die zu Standards wurden. Erweiterungen umfassen partielle Feedback-Linearisierung, approximative Feedback-Linearisierung und robuste Feedback-Linearisierung für unsichere Systeme.

Wann wird sie eingesetzt?

Verwenden Sie die Feedback-Linearisierung, wenn das System nichtlinear ist, aber die Bedingungen für den relativen Grad und die Entkopplung erfüllt, und wenn Sie die Leistungsfähigkeit des linearen Regelungsdesigns für ein nichtlineares System nutzen möchten. Sie ist ideal für Systeme mit bekannten, glatten Nichtlinearitäten (z. B. elektrische Maschinen, Luftfahrzeuge). Vermeiden Sie die Feedback-Linearisierung, wenn das System unsichere oder nicht modellierte Nichtlinearitäten aufweist (wird nicht linearisieren), wenn der relative Grad nicht wohldefiniert ist (z. B. algebraische Schleifen) oder wenn die Nulldynamik instabil ist (umgekehrtes Pendel auf einem Wagen ist ein klassisches Beispiel).

Grenzen und Hinweise

  • Erfordert perfekte Kenntnis des Systemmodells; unsichere Nichtlinearitäten verhindern eine exakte Linearisierung und verschlechtern die Robustheit.
  • Die Stabilität der Nulldynamik ist nicht garantiert; einige Systeme (z. B. nicht-minimumphasige Systeme) haben instabile interne Dynamiken.
  • Behandelt nur Systeme mit einer spezifischen Struktur (relativer Grad, vollständige Entkopplungsmatrix); nicht alle nichtlinearen Systeme qualifizieren sich.
  • Kann zu unbegrenzten Steuersignalen führen, wenn sich das System singulären Konfigurationen oder Beschränkungen nähert.
  • Erfordert Zustandsmessung oder genaue Schätzung; die Feedback-Linearisierung ist empfindlich gegenüber Messrauschen.

Die Bedingungen der Quelle ersetzen weder eine unabhängige wissenschaftliche Prüfung noch die Validierung durch eine Analyse-Engine.

Stärken

  • Exakte Aufhebung von Nichtlinearitäten (für Systeme, die die Bedingungen des relativen Grades erfüllen); keine Approximation.
  • Transformiert das Entwurfsproblem in eine lineare Regelung, wodurch die Verwendung ausgereifter linearer Methoden (Polplatzierung, LQR, H∞) ermöglicht wird.
  • Bietet klare Bedingungen (relativer Grad, voller Rang) dafür, wann eine exakte Linearisierung möglich ist.
  • Kann multivariate nichtlineare Systeme elegant durch MIMO-Ein-/Ausgangsentkopplung handhaben.
  • Der theoretische Rahmen ist gut etabliert und wird durch starke algebraisch-geometrische Grundlagen gestützt.

Anwendungen

  • Robotik: Nichtlineare Manipulatorarmsteuerung durch Feedback-Linearisierung nichtlinearer Dynamiken (Trägheitsmatrix, Coriolis, Reibung).
  • Luft- und Raumfahrt: Nichtlineare Flugregelung von Flugzeugen, Lageregelungssysteme mit gekoppelter Mehrachsendynamik.
  • Leistungselektronik: DC-DC-Wandlersteuerung, Drehzahlregelung von Synchronmotoren unter Ausnutzung nichtlinearer elektromagnetischer Dynamiken.
  • Chemische Prozesse: Nichtlineare Reaktorregelung mit komplexer Kinetik, Zusammensetzungsregelung von Destillationskolonnen.
  • Marine Systeme: Kursregelung von Schiffen, Trajektorienverfolgung autonomer Unterwasserfahrzeuge (AUV) mit hydrodynamischen Nichtlinearitäten.

So funktioniert es

So funktioniert es

1

Überprüfen Sie, ob das System einen wohldefinierten relativen Grad und eine invertierbare Entkopplungsmatrix besitzt; diese Bedingungen stellen sicher, dass eine exakte Feedback-Linearisierung möglich ist.

2

Berechnen Sie die inverse Dynamik: Finden Sie das nichtlineare Zustandsrückführungsgesetz u = α(x) + β(x)·v, das das System linear und steuerbar macht.

3

Entwerfen Sie einen linearen Regler (z. B. Polplatzierung, LQR) für das linearisierte System in Bezug auf den neuen Eingang v.

4

Überprüfen Sie, ob die Nulldynamik (interne Dynamik auf der Zwangsfläche) stabil ist; andernfalls kann das geschlossene System instabil sein.

Häufige Fallstricke

  • Falsche Überprüfung des relativen Grades und der Entkopplungsbedingungen, was zu einer unvollständigen Linearisierung und Restnichtlinearitäten führt.
  • Ignorieren der Stabilität der Nulldynamik; der Entwurf eines perfekten äußeren Reglers für ein System mit instabiler interner Dynamik führt zu einem instabilen geschlossenen Regelkreis.
  • Annahme perfekter Modellkenntnisse; in der Praxis führen parametrische Unsicherheiten oder nicht modellierte Dynamiken zu Abweichungen vom linearisierten Design.
  • Übermäßige Abhängigkeit von der Linearisierung ohne Überprüfung der Robustheit des geschlossenen Regelkreises gegenüber Modellabweichungen.

Häufig gestellte Fragen

Was ist der relative Grad und warum ist er wichtig?

Der relative Grad ist die Anzahl der Ableitungen, die man von einem Ausgang bilden muss, damit der Eingang explizit erscheint. Wenn beispielsweise y = h(x) ist und man r-mal ableiten muss, bevor u in y^(r) erscheint, ist der relative Grad r. Der relative Grad muss gleich der Systemordnung sein, damit eine exakte Feedback-Linearisierung möglich ist. Wenn der relative Grad < Systemordnung ist, gibt es interne (Null-)Dynamiken, deren Stabilität überprüft werden muss.

Was ist Nulldynamik und warum muss sie stabil sein?

Nulldynamiken sind die internen Dynamiken, die verborgen bleiben, wenn die Eingangs-Ausgangs-Abbildung linearisiert wird. Sie repräsentieren das Systemverhalten, wenn der Ausgang auf Null beschränkt ist. Damit das geschlossene System stabil ist, müssen die Nulldynamiken stabil sein; andernfalls kann das linearisierte Design den Ausgang stabilisieren, aber interne Zustände destabilisieren (z. B. Energieaufbau in unbeobachteten Modi).

Wie unterscheidet sich die Feedback-Linearisierung von der Linearisierung um ein Gleichgewicht?

Die lokale Linearisierung (Taylor-Entwicklung) approximiert das System nur in der Nähe eines Gleichgewichtspunkts und ist für kleine Störungen gültig. Die Feedback-Linearisierung ist global (auf einem großen Bereich) und exakt – sie hebt Nichtlinearitäten durch Rückführung auf. Dies ist weitaus leistungsfähiger, erfordert jedoch, dass das System starke strukturelle Bedingungen (relativer Grad, nicht-singuläre Entkopplungsmatrix) erfüllt.

Was passiert, wenn die Entkopplungsmatrix singulär ist?

Eine singuläre Entkopplungsmatrix bedeutet, dass das nichtlineare System nicht über Rückführung in unabhängige SISO-Schleifen (Single-Input Single-Output) entkoppelt werden kann. Dies deutet darauf hin, dass das System eine Kopplung zwischen Eingängen und Ausgängen aufweist, die nicht allein durch Rückführung überwunden werden kann. Man muss entweder die Regelungsstruktur neu gestalten oder alternative Methoden wie Sliding Mode oder MPC verwenden.

Verwandte Methoden

Quellen

  1. Isidori, A. (1995). Nonlinear Control Systems (3rd ed.). Springer-Verlag.

    DOI-Referenz öffnen
    Kopiert.
  2. Sontag, E. D. (1983). A concept of input-output linearization. Proceedings of the 22nd IEEE Conference on Decision and Control.

    Publikationsreferenz öffnen
    Kopiert.
  3. Nijmeijer, H., & Van der Schaft, A. J. (1990). Nonlinear Dynamical Control Systems. Springer-Verlag.

    DOI-Referenz öffnen
    Kopiert.