Адаптивное управление с гарантией заданного качества регулирования

Обложка

Цитировать

Полный текст

Аннотация

Приведена модификация классического алгоритма адаптивного управления по выходу с целью гарантии нахождения выходного сигнала в заданном разработчиком множестве в любой момент времени. В отличие от классических схем адаптивного управления, где нельзя повлиять на качество переходного процесса, качество регулирования в установившемся режиме и время переходного процесса, здесь для решения данных проблем предлагается дополнить классическую процедуру адаптивного управления нелинейным законом управления. Нелинейный закон управления базируется на взаимообратном преобразовании выходной переменной так, чтобы задача с ограничениями свелась к задаче без ограничений. Для преобразованной системы без ограничений можно применять любые существующие схемы адаптивного управления для ее стабилизации. Причем в новых координатах не требуется гарантировать заданное качество переходных процессов в любой момент времени и не важна величина предельной ошибки. Это связано с тем, что обратные преобразования всегда будут гарантировать нахождение исходных сигналов в заданных разработчиком ограничениях. Решена задача для объектов с единичной относительной степенью дабы избежать громоздких выводов. Однако все полученные результаты могут быть непосредственно распространены на объекты с произвольной относительной степенью. Приведен пример, иллюстрирующий эффективность предложенного метода и подтверждающий теоретические выводы.

Об авторах

Игорь Борисович Фуртат

Институт проблем машиноведения РАН

Email: cainenash@mail.ru
Санкт-Петербург

Павел Александрович Гущин

Институт проблем машиноведения РАН

Email: guschin.p@mail.ru
Санкт-Петербург

Ба Хю Нгуен

Институт проблем машиноведения РАН

Email: leningrat206@gmail.com
Санкт-Петербург

Никита Сергеевич Колесник

Институт проблем машиноведения РАН

Email: nik.kolesnik.1998@mail.ru
Санкт-Петербург

Список литературы

  1. 1. ЕРЕМИН Е.Л. Алгоритм адаптивной системы управле-ния с явно-эталонной моделью для строго мниимально-фазового объекта // Информатика и системы управления. –2004. – №2, Т. 8. – С. 157–166.
  2. 2. МИРОШНИК И.В., НИКИФОРОВ В.О., ФРАДКОВ А.Л.Нелинейное и адаптивное управление сложными динами-ческими системами. – СПб.: Наука, 2000.
  3. 3. ФРАДКОВ А.Л. Кибернетическая физика: принципы и при-меры. – СПб.: Наука, 2003.
  4. 4. ФУРТАТ И.Б., ГУЩИН П.А. Управление динамическимиобъектами с гарантией нахождения регулируемого сигна-ла в заданном множестве // Автоматика и телемеханика. –2021. – №4. – С. 121–139.
  5. 5. ХАЛИЛ Х.К. Нелинейные системы. – М.-Ижевск: НИЦ «Ре-гулярная и хаотическая динамика», Институт компьютер-ных исследований, 2009.
  6. 6. ANDERSON B.D.O. Adaptive systems, lack of persistency ofexcitation and bursting phenomena // Automatica. – 1985. –Vol. 21, No. 3. – P. 247–258.
  7. 7. ANNASWAMY A.M., SKANTZE F.P., LOH A.-P. Adaptivecontrol of continuous time systems with convex/concaveparametrization // Automatica. – 1998. – Vol. 34, No. 1. –P. 33–49.
  8. 8. ARSLAN G., BASAR T. Disturbance attenuating controllerdesign for strict-feedback systems with structurally unknowndynamics // Automatica. – 2001. – Vol. 37, No. 8. –P. 1175–1188.
  9. 9. CAMPION G., BASTIN G. Analysis of an adaptive controllerfor manipulators: Robustness versus flexibility // Systems &Control Letters. – 1989. – Vol. 12, No. 3. – P. 251–258.
  10. 10. CHOPRA N., SPONG M.W. Output Synchronization ofNonlinear Systems with Relative Degree One // RecentAdvances in Learning and Control. – Springer, London, 2008. –Vol. 371. – P. 51–64.
  11. 11. FARZA M., M’SAAD M., MAATOUG T., KAMOUN M.Adaptive observers for nonlinearly parameterized class ofnonlinear systems // Automatica. – 2009. – Vol. 45, No. 10. –P. 2292–2299.
  12. 12. FURTAT I.B. Robust Synchronization of the StructuralUncertainty Nonlinear Network with Delay and Disturbances //IFAC Proc. Volumes (IFAC-PapersOnline), 11th IFAC Int.Workshop on Adaptation and Learning in Control and SignalProcessing, ALCOSP–2013. – 2013. – P. 227–232.
  13. 13. FURTAT I., GUSHCHIN P. Nonlinear feedback controlproviding plant output in given set // Int. Journal of Control. –2021. – DOI: https://doi.org/10.1080/00207179.2020.1861336.
  14. 14. GOODWIN G.C., MAYNE D.Q. A parameter estimationperspective of continuous time model reference adaptivecontrol // Automatica. – 1987. – Vol. 23, No. 1. – P. 57–70.
  15. 15. HASHIM Z.S., IBRAHEEM I.K. A relative degree onemodified active disturbance rejection control for four-tanklevel control system // Int. Review of Applied Sciences andEngineering. – 2021. – No. 2, Vol. 8. – P. 157–166.
  16. 16. IOANNOU P.A., SUN J. Robust Adaptive Control. – CourierCorporation, 2012.
  17. 17. NARENDRA K.S., ANNASWAMY A.M. Stable AdaptiveSystems. – Courier Corporation, 2012.
  18. 18. POLYCARPOU M.M., IOANNOU P.A. A robust adaptivenonlinear control design // Automatica. – 1996. – Vol. 32,No. 3. – P. 423–427.
  19. 19. RIFAI K.E., YOUCEF-TOUMI K. Robust Adaptive Control ofSwithched system. – InTech, Switched Systems, 2009.
  20. 20. TAO G. Multivariable adaptive control: A survey //Automatica. – 2014. –Vol. 50, No. 11. – P.2737–2764.
  21. 21. ZHAO G., CHEN G., MI J. Overcoming a FundamentalLimitation of Linear Systems with Generalized First OrderReset Element // Proc. of the 37th Chinese Control Conference(CCC). – 2018. – doi: 10.23919/ChiCC.2018.8483381.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».