Geri Adımlama Kontrolü
- Ortaya koyan
- Miroslav Krstic
- Yıl
- 1995
- Tür
- algorithm
- Aile
- Nonlinear Control
Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku
Ne işe yarar?
Geri adımlama, karmaşık bir doğrusal olmayan sistemi daha basit alt sistemlere ayırarak ve her adımda kararlılığı garanti ederek, denetleyiciyi özyinelemeli olarak, katman katman tasarlayan sistematik bir doğrusal olmayan kontrol tasarım yöntemidir.
Krstic, Kanellakopoulos ve Kokotovic tarafından geliştirilen geri adımlama, tam model bilgisi veya tam durum doğrusallaştırması gerektirmeden doğrusal olmayan sistemlerin kontrolünü mümkün kılar ve esnekliği garantili kararlılıkla birleştirir.
Yöntemin mantığı
Geri adımlama, ara durumları sanal denetimler olarak ele alarak n-inci dereceden bir sistemi n adet birinci dereceden alt sisteme ayırır. Her katman için, o alt sistemin kararlılığını garanti eden bir Lyapunov fonksiyonu tasarlanır. Bir sonraki katmanın denetleyicisi, istenen ve gerçek sanal denetim arasındaki hatayı stabilize etmek için tasarlanır ve hiyerarşide 'geri adımlayarak' ilerlenir. Bu özyinelemeli yaklaşım, her katman kararlıysa küresel asimptotik kararlılığı garanti eder. Doğrusallıkları tam olarak iptal etmeyi gerektiren geri besleme doğrusallaştırmasının aksine, geri adımlama doğrusallıkların kalmasına izin verir ve bunlara karşı telafi ederek parametrik belirsizliğe karşı dayanıklılık sağlar.
Tarih
Krstic ve meslektaşları, belirsiz doğrusal olmayan sistemlerin stabilizasyonu ve takibi için 1990'ların ortasında geri adımlamayı geliştirdiler. Yöntem, zamana bağlı sistemlere, modellenmemiş dinamiklere sahip sistemlere ve çıktı-geri besleme durumlarına genişletildi. Modern varyantlar arasında bilinmeyen parametreler için uyarlanabilir geri adımlama ve ağ denetimi için olay tetiklemeli geri adımlama yer alır.
Ne zaman kullanılır?
Geri adımlamayı, katı geri besleme yapısına sahip doğrusal olmayan sistemler (doğrusallıklarla entegratör zincirleri) için, Lyapunov kanıtıyla garantili kararlılık istediğinizde ve sistem parametreleri belirsiz olduğunda kullanın. Doğrusal olmayan uçak kontrolü, su altı araçları ve robot kolları için idealdir. Sistemin katı geri besleme yapısına sahip değilse veya hızlı hesaplama gerektiriyorsa (geri adımlama tasarımı çevrimdışıdır) geri adımlamadan kaçının.
Sınırlar ve dikkat edilmesi gerekenler
- Katı geri besleme yapısı gerektirir; genel doğrusal olmayan sistemlere uygulanamaz.
- Denetim yasası, yüksek dereceli türevleri (tepe noktası fenomeni) içerebilir ve karmaşık olabilir.
- Geri adımlama kazançları agresif olabilir, bu da büyük denetim çabasına ve aktüatör doygunluğuna yol açabilir.
- Tasarım çevrimdışıdır; uyarlanabilir gerçek zamanlı parametre ayarlaması için uygun değildir.
- Tepe noktası: ilk katmanda geçici aşırı salınım meydana gelebilir ve diğer durumları doğrusal olmayan bölgeye itebilir.
Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.
Güçlü yönleri
- Lyapunov analizi ile kanıtlanmış sistematik tasarım ve garantili küresel asimptotik kararlılık.
- Doğrusallaştırma veya tam iptal olmadan doğrusal olmayan sistemleri ele alır.
- Belirsizlik ve dayanıklılığın Lyapunov yeniden tasarımı yoluyla doğal olarak dahil edilmesi.
- Sanal denetim seçimindeki esneklik, performans ve dayanıklılık arasında ödünleşimlere izin verir.
- Kademeli sistemleri ve entegratör zincirlerine sahip sistemleri doğal olarak ele alır.
Uygulama alanları
- Havacılık: Belirsiz aerodinamiğe sahip uçakların irtifa ve yön kontrolü.
- Robotik: Belirsiz yükler ve sürtünme ile doğrusal olmayan robot kolu kontrolü.
- Su altı araçları: Hidrodinamik belirsizlikle AUV derinlik ve yön kontrolü.
- Güç sistemleri: Doğrusal olmayan jeneratör kontrolü ve senkronizasyonu.
- Biyokimyasal süreçler: Belirsiz kinetik ile biyoreaktör konsantrasyon kontrolü.
Nasıl çalışır?
Nasıl çalışır?
Sistemi katı geri besleme formunda yazın x_nokta = f(x) + g(x)u; sanal denetimler z_1, ..., z_{n-1} ile alt sistemlere ayırın.
Katman i için, V_i = V_{i-1} + (1/2)(x_i − z_i*)^2 Lyapunov fonksiyonu olacak şekilde sanal denetim z_i* ve denetleyici kazancı k_i'yi tasarlayın, bu fonksiyon çözümler boyunca azalan olsun.
Tasarımlanan tüm kazançların küresel asimptotik kararlılığı garanti ettiğini kontrol edin; tüm katmanlar boyunca Lyapunov analizi kullanın.
Tüm özyinelemeli geri besleme yasalarını gerçek denetim girdisine birleştirerek nihai denetim yasasını u = k_{n-1}(x) uygulayın.
Sık yapılan hatalar
- Keyfi Lyapunov fonksiyonları seçimi; sistematik tasarım, performans fonksiyonlarının dikkatli seçilmesini gerektirir.
- Tepe noktası fenomenini göz ardı etmek; doğru tasarıma rağmen kararlılık kaybına yol açar.
- Durumları normalleştirmemek; durum boyutları farklı ölçeklere sahipse sınırsız kazançlar oluşur.
- Aktüatör doygunluğunu göz ardı etmek; tasarlanan denetim yasası fiziksel sınırları aşabilir.
Sık sorulan sorular
Katı geri besleme formu nedir ve geri adımlama için buna ihtiyacım var mı?
Katı geri besleme formu şöyledir: x_1_nokta = x_2, x_2_nokta = x_3, ..., x_n_nokta = f(x_1,...,x_n) + g(x_1,...,x_n)u. Her durumun türevi, yalnızca daha düşük indeksli durumlara ve bir kontrol terimine bağlıdır. Bu yapı özyinelemeli tasarımı mümkün kılar. Katı geri besleme formunda olmayan sistemler, ön dönüşümler veya kısmi geri adımlama gerektirir.
Tepe noktası fenomeni nedir ve nasıl önlenir?
Tepe noktası, erken katmanlardaki geçici aşırı salınımdır ve sonraki katmanları istikrarsızlaştırabilir. Agresif kazançlar olduğunda ortaya çıkar. Azaltma yöntemleri: (1) kazanç büyüklüklerini azaltmak, (2) alçak geçiren filtreleme ile entegratör geri adımlaması eklemek, (3) sanal denetimleri doyurmak, (4) sanal denetim türevlerini sınırlamak için komut filtrelemesi kullanmak.
İlgili yöntemler
Kaynaklar
Krstic, M., Kanellakopoulos, I., & Kokotovic, P. (1995). Nonlinear and Adaptive Control Design. John Wiley & Sons.
Yayın kaynağını açKopyalandı.