Sterowanie adaptacyjne
- Autor metody
- Karl J. Astrom
- Rok
- 1983
- Typ
- algorithm
- Rodzina
- Adaptive Control
Ten tekst jest tłumaczeniem maszynowym i nie został jeszcze sprawdzony. Przeczytaj oryginał po angielsku
Do czego służy?
Sterowanie adaptacyjne to strategia sterowania, która dostosowuje parametry regulatora w czasie rzeczywistym na podstawie identyfikacji systemu online, aby utrzymać wydajność pomimo zmieniającej się dynamiki obiektu lub niepewnych parametrów.
Zapoczątkowane przez Astroma i Wittenmarka, sterowanie adaptacyjne umożliwia niezawodne działanie w środowiskach zmiennych w czasie, od samolotów ze zmniejszającym się zapasem paliwa po systemy przemysłowe ze starzejącymi się komponentami.
Intuicja stojąca za metodą
Sterowanie adaptacyjne łączy dwie pętle: szybką wewnętrzną pętlę sprzężenia zwrotnego zapewniającą natychmiastową stabilizację oraz wolniejszą pętlę zewnętrzną, która szacuje zmieniające się parametry systemu i aktualizuje wzmocnienia regulatora. Gdy obiekt się zmienia (spalanie paliwa w samolotach, wzrost tarcia wraz z wiekiem), pętla adaptacyjna mierzy błędy wyjściowe, wnioskuje o zmianach parametrów za pomocą identyfikacji systemu i dostosowuje regulator, aby utrzymać wydajność. Jest to bardziej zaawansowane niż stałe sterowanie odporne (które zakłada parametry najgorszego przypadku) i bardziej praktyczne niż ręczne ponowne dostrajanie.
Historia
Astrom sformalizował teorię sterowania adaptacyjnego w latach 80. XX wieku, ustanawiając warunki zbieżności i stabilności. Sterowanie adaptacyjne odporne Ioannou (1996) rozwiązywało problemy stabilności, zapewniając, że estymaty parametrów pozostają w ograniczonych domenach. Nowoczesne sterowanie adaptacyjne obejmuje podejścia z modelem odniesienia (MRAC), harmonogramowanie wzmocnienia dla sterowania zależnego od parametrów oraz metody uczenia maszynowego do uczenia się praw sterowania.
Kiedy stosować
Używaj sterowania adaptacyjnego, gdy parametry systemu znacząco zmieniają się w czasie (starzenie się, temperatura, zmiany obciążenia), gdy parametry są nieznane, ale struktura systemu jest znana, i gdy potrzebna jest gwarantowana stabilność pomimo niepewności parametrycznej. Idealne do sterowania samolotami (zmniejszanie się paliwa, przesunięcie środka ciężkości), sterowania procesami przemysłowymi (starzenie się katalizatora) i systemów energii odnawialnej (zmienne warunki wiatrowe/słoneczne). Unikaj sterowania adaptacyjnego, jeśli parametry zmieniają się szybciej, niż identyfikacja jest w stanie śledzić, jeśli marginesy stabilności muszą być bardzo konserwatywne, lub jeśli wystarcza stały regulator odporny.
Ograniczenia i uwagi
- Faza identyfikacji wymaga wzbudzenia trwałego (wystarczająco zróżnicowanego wejścia); wolna w cichych środowiskach.
- Zbieżność estymacji parametrów może być powolna; możliwa przejściowa niestabilność podczas adaptacji.
- Wymaga dokładnego pomiaru wyjść; szum i opóźnienia pogarszają identyfikację.
- Dowody stabilności są złożone; systemy adaptacyjne mogą być niestabilne, mimo że poszczególne komponenty są stabilne.
- Częstotliwość adaptacji musi być niższa niż pętli sterowania; konflikty z wymaganiami szybkiego śledzenia.
Warunki podane w źródle nie zastępują niezależnego przeglądu naukowego ani walidacji przez silnik analityczny.
Mocne strony
- Utrzymuje wydajność w miarę dryfowania parametrów systemu; nie wymaga ręcznego ponownego dostrajania.
- Szybsza reakcja na zmiany parametrów niż stałe regulatory odporne.
- Zmniejsza błąd stanu ustalonego bez nadmiernego projektowania na najgorszy przypadek.
- Umożliwia odkrywanie nieznanych parametrów podczas pracy.
- Naturalnie uwzględnia dane pomiarowe do uczenia w czasie rzeczywistym.
Zastosowania
- Lotnictwo: Sterowanie samolotem ze zmniejszającym się zapasem paliwa i przesunięciem środka ciężkości, adaptacyjny autopilot dla zmieniających się warunków aerodynamicznych.
- Procesy przemysłowe: Sterowanie reaktorem ze zmieniającą się aktywnością katalizatora, adaptacyjna optymalizacja procesów.
- Systemy energetyczne: Sterowanie generatorem ze zmieniającymi się parametrami generatora, sterowanie obciążeniem-częstotliwością.
- Systemy morskie: Utrzymanie kursu statku przy zmieniających się warunkach wiatrowych i morskich.
- Energia odnawialna: Sterowanie turbiną wiatrową dostosowujące się do zmiennych statystyk prędkości wiatru.
Jak to działa
Jak to działa
Zbierz dane wejściowo-wyjściowe i oszacuj bieżące parametry systemu za pomocą rekursywnego algorytmu najmniejszych kwadratów lub innych algorytmów identyfikacji online.
Zaktualizuj oszacowany wektor parametrów θ_hat na podstawie zmierzonego błędu między przewidywaniem modelu a rzeczywistym wyjściem.
Oblicz nowe wzmocnienia regulatora na podstawie bieżących oszacowań parametrów, stosując metodę umieszczania biegunów, LQR lub inne metody projektowania.
Zastosuj zaktualizowany regulator z nowymi wzmocnieniami do systemu; powtarzaj identyfikację i przeprojektowanie z wolniejszą częstotliwością (np. co sekundę, podczas gdy sterowanie działa z częstotliwością 100 Hz).
Częste pułapki
- Zbyt agresywne wzmocnienie adaptacji; powoduje niestabilność, gdy estymaty przekraczają prawdziwe wartości.
- Niewystarczające wzbudzenie trwałe; parametry nie zbiegają się, a sterowanie adaptacyjne nie poprawia wydajności.
- Stosowanie sterowania adaptacyjnego w środowisku niestacjonarnym; identyfikacja nigdy nie zbiega się, jeśli obiekt ciągle się zmienia.
- Ignorowanie błędu estymacji; niepewność w estymacji parametrów pogarsza wydajność pętli sprzężenia zwrotnego.
Najczęściej zadawane pytania
Czym jest wzbudzenie trwałe i dlaczego jest potrzebne?
Wzbudzenie trwałe oznacza, że sygnał sterujący ma wystarczającą różnorodność (bogactwo spektralne), aby parametry systemu mogły być jednoznacznie zidentyfikowane. Losowe drgania lub okazjonalne zmiany punktu nastawy zapewniają zbieżność identyfikacji. Bez wzbudzenia trwałego system wydaje się zdegenerowany, a estymaty parametrów nie zbiegają się.
Pokrewne metody
Źródła
Astrom, K. J., & Wittenmark, B. (1983). Computer-Controlled Systems: Theory and Design. Prentice Hall.
Otwórz odnośnik do publikacjiSkopiowano.Ioannou, P. A., & Sun, J. (1996). Robust Adaptive Control. Prentice Hall.
Otwórz odnośnik do publikacjiSkopiowano.