Адаптивное управление

Адаптивное управление - это метод управления, используемый контроллером, который должен адаптироваться к управляемой системе с параметрами, которые меняются или изменяются. изначально неуверенный. Например, когда самолет летит, его масса будет медленно уменьшаться в результате расхода топлива; необходим закон управления, который адаптируется к таким меняющимся условиям. Адаптивное управление отличается от надежного управления тем, что ему не нужна априорная информация о границах этих неопределенных или изменяющихся во времени параметров; робастное управление гарантирует, что если изменения находятся в заданных пределах, закон управления не нужно менять, в то время как адаптивное управление связано с изменением самого закона управления.

Содержание

• 1 Оценка параметров
• 2 Классификация методов адаптивного управления
• 3 Приложения
• 4 См. Также
• 5 Ссылки
• 6 Дополнительная литература
• 7 Внешние ссылки

Оценка параметров

Основой адаптивного управления является оценка параметров, которая является ветвью идентификации системы. Общие методы оценки включают в себя рекурсивный метод наименьших квадратов и градиентный спуск. Оба этих метода обеспечивают законы обновления, которые используются для изменения оценок в реальном времени (т. Е. Во время работы системы). Стабильность по Ляпунову используется для вывода этих законов обновления и демонстрации критериев сходимости (обычно постоянное возбуждение; ослабление этого условия изучается в адаптивном управлении параллельного обучения). Проекция и нормализация обычно используются для повышения устойчивости алгоритмов оценки.

Классификация методов адаптивного управления

В целом следует различать:

1. Адаптивное управление с прямой связью
2. Адаптивное управление с обратной связью

, а также между

1. Прямые методы
2. Косвенные методы
3. Гибридные методы

Прямые методы - это методы, в которых оцениваемые параметры являются параметрами, непосредственно используемыми в адаптивном контроллере. Напротив, косвенные методы - это те, в которых оценочные параметры используются для расчета требуемых параметров контроллера. Гибридные методы основаны как на оценке параметров, так и на прямом изменении закона управления.

Существует несколько широких категорий адаптивного управления с обратной связью (классификация может различаться):

• Двойные адаптивные контроллеры - на основе теории двойного управления
  • Оптимальные двойные контроллеры - сложно конструкция
  • Субоптимальные двойные контроллеры
• Недвойственные адаптивные контроллеры
  • Адаптивное размещение полюсов
  • Контроллеры с поиском экстремума
  • Итеративное управление обучением
  • Планирование усиления
  • Модель эталонные адаптивные контроллеры (MRAC) - включают эталонную модель, определяющую желаемую производительность замкнутого контура
    • MRAC оптимизации градиента - используют локальное правило для настройки параметров, когда производительность отличается от эталонной. Пример: «Правило MIT».
    • MRAC с оптимизацией стабильности
  • Адаптивные контроллеры идентификации модели (MIAC) - выполнение идентификации системы во время работы системы
    • Осторожный адаптивный контроллеры - используйте текущую SI для изменения закона управления, допуская неопределенность SI
    • Адаптивные контроллеры, эквивалентные достоверности - принимайте текущую SI за истинную систему, предполагайте отсутствие неопределенности
      • Непараметрические адаптивные контроллеры
      • Параметрические адаптивные контроллеры
        • Адаптивные контроллеры с явными параметрами
        • Адаптивные контроллеры с неявными параметрами
  • Множественные модели - используйте большое количество моделей, которые распределены в области неопределенности, и на основе отзывов завода и моделей. В каждый момент времени выбирается одна модель, которая по некоторой метрике наиболее близка к установке.

Также могут быть представлены некоторые специальные темы в адаптивном управлении:

1. Адаптивное управление на основе дискретных -временная идентификация процесса
2. Адаптивное управление на основе метода эталонного управления моделью
3. Адаптивное управление на основе моделей процессов с непрерывным временем
4. Адаптивное управление многопараметрическими процессами
5. Адаптивное управление нелинейными процессами
6. Адаптивное управление с параллельным обучением, которое ослабляет условие постоянного возбуждения для сходимости параметров для класса систем

Адаптивное управление даже было объединено с интеллектуальными методами, такими как нечеткие и нейронные сети и были созданы новые термины, такие как нечеткое адаптивное управление.

Приложения

При проектировании адаптивных систем управления необходимо уделять особое внимание вопросам конвергенции и устойчивости. Устойчивость по Ляпунову обычно используется для вывода законов адаптации управления и демонстрации.

• Самонастройка последовательно фиксированных линейных контроллеров на этапе реализации для одной рабочей точки;
• Самонастройка последовательно фиксированных устойчивых контроллеров на этапе реализации для всего диапазона рабочих точек;
• Самонастройка фиксированных контроллеров по запросу, если поведение процесса изменяется из-за старения, дрейфа, износа и т.д.;
• Адаптивное управление линейными контроллерами для нелинейных или изменяющихся во времени процессов;
• Адаптивное управление или самонастраивающееся управление нелинейными регуляторами для нелинейных процессов;
• Адаптивное управление или самонастраивающееся управление многопараметрическими регуляторами для многопараметрических процессов (системы MIMO);

Обычно эти методы адаптируют контроллеры к обоим параметрам статика и динамика процессов. В особых случаях адаптация может быть ограничена только статическим поведением, что приводит к адаптивному управлению на основе характеристических кривых для установившихся состояний или к контролю экстремальных значений, оптимизируя установившееся состояние. Следовательно, есть несколько способов применения алгоритмов адаптивного управления.

Особенно успешным применением адаптивного управления было адаптивное управление полетом. В данной работе основное внимание уделяется обеспечению устойчивости эталонной схемы адаптивного управления модели с использованием аргументов Ляпунова. Было проведено несколько успешных демонстрационных летных испытаний, включая отказоустойчивое адаптивное управление.

См. Также

• Нелинейное управление
• Интеллектуальное управление
• Оптимизация по Ляпунову

Ссылки

Далее чтение

• Б. Эгардт, Устойчивость адаптивных регуляторов. Нью-Йорк: Springer-Verlag, 1979.
• I. Ландау Д. Адаптивное управление: эталонный подход к модели. Нью-Йорк: Марсель Деккер, 1979.
• П. Иоанну А., Сан Дж. Робастное адаптивное управление. Река Аппер Сэдл, Нью-Джерси: Прентис-Холл, 1996.
• К. С. Нарендра, А.М. Аннасвами, Стабильные адаптивные системы. Энглвуд Клиффс, Нью-Джерси: Прентис-Холл, 1989; Dover Publications, 2004.
• С. Састри, М. Бодсон, Адаптивное управление: стабильность, сходимость и надежность. Прентис Холл, 1989.
• К. Дж. Астром, Б. Виттенмарк, Адаптивное управление. Ридинг, Массачусетс: Addison-Wesley, 1995.
• I. Д. Ландау, Р. Лозано, М. М’Саад, Адаптивное управление. Нью-Йорк, Нью-Йорк: Springer-Verlag, 1998.
• Г. Дао, Адаптивный дизайн и анализ управления. Хобокен, Нью-Джерси: Wiley-Interscience, 2003.
• П. А. Иоанну, Б. Фидан, Учебное пособие по адаптивному управлению. SIAM, 2006.
• Г. К. Гудвин, К. С. Син, Прогнозирование и управление адаптивной фильтрацией. Энглвуд Клиффс, Нью-Джерси: Прентис-Холл, 1984.
• М. Крстич, И. Канеллакопулос, П. В. Кокотович, Нелинейный и адаптивный дизайн управления. Wiley Interscience, 1995.
• П. Иоанну А., Кокотович П. В. Адаптивные системы с редуцированными моделями. Springer Verlag, 1983.

Внешние ссылки

• Шанкар Састри и Марк Бодсон, Адаптивное управление: стабильность, конвергенция и надежность, Прентис-Холл, 1989-1994 (книга)
• К. Sevcik: Учебное пособие по эталонному адаптивному управлению (Университет Дрекселя)
• Учебное пособие по эталонному адаптивному управлению модели параллельного обучения Г. Чоудхари (слайды, соответствующие статьи и код MATLAB)