Skip to content
Kembali ke hasil pencarian

Kontrol H-takhingga

Diperkenalkan oleh
George Zames
Tahun
1981
Jenis
algorithm
Keluarga
Robust Control

Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris

Ukuran huruf

Apa fungsinya?

Kontrol H-takhingga (H∞) adalah metode kontrol robust yang meminimalkan penguatan kasus terburuk dari gangguan ke keluaran terkontrol, diformulasikan sebagai masalah optimasi minimax.

Dipelopori oleh Zames pada awal 1980-an, kontrol H∞ menyediakan cara yang berprinsip untuk merancang pengontrol umpan balik yang mentolerir ketidakpastian model, dinamika yang tidak dimodelkan, dan gangguan sambil mempertahankan stabilitas dan kinerja, menjadikannya penting untuk aplikasi yang memerlukan ketahanan yang terjamin.

Intuisi di balik metode

Berbeda dengan LQR yang mengasumsikan sistem yang diketahui sempurna dan derau Gaussian, kontrol H∞ mengambil perspektif kasus terburuk: ia mencari pengontrol yang meminimalkan amplifikasi gangguan maksimum yang mungkin terjadi di semua frekuensi. Ide kuncinya adalah mendefinisikan tujuan kinerja berbobot (misalnya, sensitivitas terhadap gangguan, sensitivitas komplementer terhadap derau pengukuran) dan menyelesaikan pengontrol yang menjaga semua respons berbobot ini terbatas pada tingkat gamma yang ditentukan. Jika solusi ada dengan gamma < 1, pengontrol secara robust menstabilkan sistem dan memenuhi semua spesifikasi kinerja secara bersamaan. Jaminan kasus terburuk ini membuat kontrol H∞ ampuh untuk sistem yang tidak pasti, nonlinier, atau sangat rentan terhadap gangguan.

Sejarah

Zames merumuskan masalah minimisasi sensitivitas dan memperkenalkan norma H∞ pada awal 1980-an, memberikan perspektif domain frekuensi tentang ketahanan. Francis memperluas teori dengan formulasi ruang keadaan (pabrik umum), dan Doyle dkk. memberikan solusi persamaan Riccati dan karakterisasi LMI. Buku teks Zhou (1996) menjadi referensi standar. Kontrol H∞ mendapatkan adopsi industri yang luas pada 1990-an, dengan aplikasi di bidang dirgantara, kontrol proses, dan sistem otomotif. Varian modern termasuk H∞ sensitivitas campuran, H∞ dengan ketidakpastian terstruktur, dan kontrol H∞ terdistribusi.

Kapan digunakan

Gunakan kontrol H∞ ketika Anda harus menjamin stabilitas dan kinerja robust meskipun ada ketidakpastian model, dinamika yang tidak dimodelkan, atau variasi parameter. Ini ideal untuk sistem yang beroperasi di lingkungan yang tidak pasti (dirgantara, otomotif, industri), ketika statistik gangguan dan derau tidak diketahui atau non-Gaussian, dan ketika Anda memerlukan jaminan kinerja kasus terburuk. Hindari H∞ jika Anda memiliki pengetahuan pabrik yang tepat (LQR mungkin lebih sederhana) atau jika desain memerlukan penanganan kendala eksplisit (gunakan MPC sebagai gantinya).

Batasan dan pertimbangan

  • Desain pengontrol yang konservatif; mengejar jaminan kasus terburuk dapat menghasilkan kontrol yang terlalu hati-hati dan lamban.
  • Memerlukan penyesuaian fungsi pembobotan yang cermat; pemilihan bobot yang buruk menghasilkan kinerja suboptimal.
  • Mengasumsikan pengetahuan penuh tentang model pabrik umum; ketidakpastian tidak terstruktur dan dinamika yang diabaikan dapat menurunkan ketahanan.
  • Tidak menangani kendala keras secara eksplisit; kendala harus dimasukkan melalui fungsi penalti atau MPC.
  • Kontrol H∞ nonlinier (permainan diferensial) secara komputasi lebih sulit dan tidak memiliki konvergensi yang terjamin.

Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.

Kelebihan

  • Memberikan ketahanan yang terjamin terhadap ketidakpastian model dan variasi parametrik tanpa mengasumsikan model probabilistik.
  • Formulasi minimax memberikan jaminan kinerja kasus terburuk di semua gangguan dan frekuensi.
  • Memungkinkan desain multivariabel dengan penanganan eksplisit kendala sensor dan aktuator melalui pembobotan.
  • Dapat diselesaikan secara cembung menggunakan metode LMI atau Riccati; solusi numerik dapat diandalkan dan teruji dengan baik.
  • Interpretasi domain frekuensi alami; mudah untuk menggabungkan tujuan kontrol klasik (margin penguatan, margin fasa) sebagai bobot.

Penerapan

  • Dirgantara: Kontrol pitch pesawat dengan dinamika yang tidak dimodelkan, desain autopilot robust yang mentolerir variasi parameter.
  • Otomotif: Kontrol suspensi robust yang tidak sensitif terhadap perubahan beban dan gangguan jalan, manajemen mesin di bawah ketidakpastian.
  • Sistem tenaga: Kontrol generator yang robust terhadap variasi beban dan penyimpangan frekuensi, regulasi tegangan microgrid.
  • Kontrol proses: Kontrol reaktor kimia yang mentolerir ketidakcocokan model dan variasi bahan baku, optimasi kolom distilasi.
  • Robotika: Kontrol manipulator dengan gesekan sambungan yang tidak pasti, navigasi robot bergerak yang robust terhadap derau sensor dan rintangan.

Cara kerjanya

Cara kerjanya

1

Definisikan model pabrik umum yang mencakup saluran sistem, gangguan, dan derau pengukuran, serta tujuan kinerja berbobot (saluran kesalahan).

2

Pilih fungsi pembobotan yang bergantung pada frekuensi yang membentuk pengontrol untuk memprioritaskan kinerja di berbagai rentang frekuensi (misalnya, penolakan gangguan frekuensi rendah, pelemahan derau frekuensi tinggi).

3

Selesaikan masalah optimasi H∞ menggunakan optimasi cembung (ketidaksetaraan matriks linier, LMI) atau persamaan Riccati untuk menemukan pengontrol yang meminimalkan penguatan kasus terburuk (norma H∞).

4

Verifikasi bahwa gamma yang dicapai kurang dari 1 dan periksa margin robust (margin penguatan, margin fasa, stabilitas terhadap perturbasi parametrik).

Kesalahan umum

  • Memilih fungsi pembobotan secara sembarangan alih-alih menurunkannya dari kendala fisik dan spesifikasi kinerja.
  • Menetapkan bentuk bobot yang salah (misalnya, terlalu agresif pada frekuensi tinggi) menyebabkan chatter atau upaya kontrol yang berlebihan.
  • Mengabaikan ketidakpastian terstruktur dan mengasumsikan semua ketidakpastian tidak terstruktur, yang mengarah pada konservatisme yang berlebihan.
  • Lupa untuk memverifikasi bahwa sistem loop tertutup stabil dan bahwa gamma < 1 dapat dicapai; desain yang tidak layak membuang komputasi.

Pertanyaan yang sering diajukan

Apa itu norma H∞ dan mengapa penting untuk ketahanan?

Norma H∞ dari suatu sistem adalah penguatan puncak (nilai singular terbesar) di semua frekuensi. Meminimalkan norma H∞ berarti membatasi amplifikasi maksimum gangguan, memastikan bahwa gangguan yang terbatas menghasilkan keluaran yang terbatas. Ini memberikan jaminan keras: jika norma H∞ adalah gamma < 1, setiap gangguan dengan amplitudo < 1 menghasilkan keluaran dengan amplitudo < gamma, terlepas dari frekuensi.

Bagaimana cara memilih fungsi pembobotan?

Mulailah dengan mengekspresikan tujuan kinerja Anda dalam hal rentang frekuensi: misalnya, gangguan frekuensi rendah (1-10 rad/s) harus dilemahkan, sementara derau pengukuran frekuensi tinggi (>1000 rad/s) dapat ditoleransi. Rancang W1 untuk membentuk sensitivitas (respons kesalahan terhadap gangguan) dan W2 untuk membentuk sensitivitas komplementer (respons upaya kontrol dan derau). Gunakan jaringan lag atau lead orde pertama, lalu ulangi berdasarkan plot Bode loop tertutup.

Apa yang direpresentasikan oleh model pabrik umum?

Pabrik umum adalah representasi matriks yang mencakup sistem (G), input gangguan/derau (w), keluaran terkontrol (z), input kontrol (u), dan pengukuran (y). Ini menangkap seluruh masalah kontrol: w mencakup gangguan dan derau, z mencakup tujuan kinerja (kesalahan, upaya kontrol, dll.), dan pengontrol harus meminimalkan penguatan dari w ke z sambil menstabilkan sistem.

Bisakah kontrol H∞ menangani sistem nonlinier?

Kontrol H∞ nonlinier menggunakan teori permainan diferensial dan secara signifikan lebih kompleks. Anda dapat melinierkan sistem nonlinier dan merancang H∞ untuk model yang dilinierkan (robust terhadap nonlinieritas kecil), atau menggunakan penjadwalan penguatan (H∞ yang bergantung pada parameter) untuk sistem dengan parameter yang berubah lambat. H∞ nonlinier penuh memerlukan penyelesaian PDE nonlinier (ketidaksetaraan Hamilton-Jacobi), yang umumnya tidak dapat diatasi.

Metode terkait

Sumber

  1. Zames, G. (1981). Feedback and optimal sensitivity: Model reference transformations, multiplicative seminorms, and approximate inverses. IEEE Transactions on Automatic Control, 26(2), 301-320.

    Buka referensi DOI
    Disalin.
  2. Francis, B. A. (1987). A Course in H∞ Control Theory. Lecture Notes in Control and Information Sciences, Springer-Verlag.

    Buka referensi DOI
    Disalin.
  3. Zhou, K., Doyle, J. C., & Glover, K. (1996). Robust and Optimal Control. Prentice Hall.

    Buka referensi publikasi
    Disalin.