Filtr Kalmana jako alternatywa dla rozszerzonego obserwatora stanu w algorytmie regulacji ADRC

• Autorzy: Michalski Jacek , Mrotek Mikołaj , Kozierski Piotr

Identyfikatory

DOI

10.14313/PAR_251/31

Warianty tytułu

EN

Kalman Filter as an Alternative to Extended State Observer in ADRC Control Algorithm

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono zmodyfikowany algorytm odpornej regulacji z aktywną kompensacją zaburzeń ADRC z wykorzystaniem filtru Kalmana KF do estymacji rozszerzonego wektora stanu. Filtrem Kalmana zastąpiono używany w podstawowej formie rozszerzony obserwator stanu ESO. Modyfikacja ta pozwoliła na poprawę odporności układu w warunkach działania pomiarowych zakłóceń stochastycznych. Przedstawiono sposób syntezy układu regulacji i doboru nastaw filtru Kalmana zapewniający skuteczność sterowania, a także pokazano ich wpływ na działanie układu. Eksperymenty zostały przeprowadzone na układzie laboratoryjnym z balansującą na stole kulą BBT. Jakość regulacji została oceniona na podstawie przebiegów czasowych oraz całkowych wskaźników jakości, dla różnych konfiguracji nastaw oraz poziomów zaszumienia. W wyniku badań wykazana została przewaga zastosowania filtru Kalmana nad obserwatorem pod kątem wrażliwości na szumy pomiarowe. Zastosowanie filtru Kalmana jako estymatora dla rozszerzonego stanu wykazało pozytywny wpływ na jakość regulacji i zdolność do odrzucania zakłóceń wewnętrznych również w układzie deterministycznym.

EN

The article presents a modified Active Disturbance Rejection Control (ADRC) algorithm that uses the Kalman Filter (KF) for the estimation of extended state vector. The Kalman filter replaced the Extended State Observer (ESO) used in its basic form. The purpose of this modification was to improve the system robustness under conditions of stochastic measurement disturbances. The method of the control system synthesis and the Kalman filter gains selection, ensuring control efficiency, as well as their impact on the system operation, were presented. The experiments were carried out on a laboratory setup - the Ball Balancing Table (BBT). Control quality was assessed based on time plots of signals and integral performance indices for various algorithm gains configurations and different noise levels. As a result of the conducted research, the advantage of using the Kalman filter over the ESO in terms of sensitivity to measurement noises was demonstrated. Implementation of the Kalman filter as the ESO determined a positive impact on control quality and the ability to reject internal disturbance also in a deterministic system.

Słowa kluczowe

PL

filtr Kalmana; ADRC; rozszerzony obserwator stanu; stół z balansującą kulą; obiekt nieliniowy; układ stochastyczny

EN

Kalman filter; ADRC; extended state observer; ball balancing table; nonlinear system; stochastic system

• Wydawca: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów PIAP
• Czasopismo: Pomiary Automatyka Robotyka
• Rocznik: 2024
• Tom: R. 28, nr 1
• Strony: 31--39
• Opis fizyczny: Bibliogr. 24 poz., rys., tab., wykr., wzory

Twórcy

autor

Michalski Jacek

• Politechnika Poznańska, Wydział Automatyki, Robotyki i Elektrotechniki, Instytut Robotyki i Inteligencji Maszynowej, ul. Piotrowo 3a, 60-965 Poznań

• https://orcid.org/0000-0002-1666-7331

autor

Mrotek Mikołaj

• Politechnika Poznańska, Wydział Automatyki, Robotyki i Elektrotechniki, Instytut Robotyki i Inteligencji Maszynowej, ul. Piotrowo 3a, 60-965 Poznań

• https://orcid.org/0000-0002-5436-5676

autor

Kozierski Piotr

• Politechnika Poznańska, Wydział Automatyki, Robotyki i Elektrotechniki, Instytut Robotyki i Inteligencji Maszynowej, ul. Piotrowo 3a, 60-965 Poznań

• https://orcid.org/0000-0001-8777-6132

Bibliografia

• 1. Ahi B., Haeri M., Linear active disturbance rejection control from the practical aspects, „IEEE/ASME Transactions on Mechatronics”, Vol. 23, No. 6, 2018, 2909-2919, DOI: 10.1109/TMECH.2018.2871880.
• 2. Amokrane F., Piat E., Abadie J., Drouot A., Escareno J., State observation of a specific class of unknown nonlinear SISO systems using linear Kalman filtering. [In:] IEEE 58th Conference on Decision and Control (CDC), 2019, 1595-1600, DOI: 10.1109/CDC40024.2019.9029614.
• 3. Fu C., Tan W., Tuning of linear ADRC with known plant information. „ISA Transactions”, Vol. 65, 2016, 384-393, DOI: 10.1016/j.isatra.2016.06.016.
• 4. Gao Z., Scaling and bandwidth-parameterization based controller tuning. [In:] American Control Conference, 2003, 4989-4996, DOI: 10.1109/ACC.2003.1242516.
• 5. Gao Z., Huang Y., Han J., An alternative paradigm for control system design. [In:] Proceedings of the 40th IEEE Conference on Decision and Control (Cat. No. 01CH37228), Vol. 5, 2001, 4578-4585, DOI: 10.1109/CDC.2001.980926.
• 6. Guo B., Bacha S., Alamir M., A review on ADRC based PMSM control designs. [In:] IECON 2017 - 43rd Annual Conference of the IEEE Industrial Electronics Society, 1747-1753, DOI: 10.1109/IECON.2017.8216296.
• 7. Herbst G., Madonski R., Tuning and implementation variants of discrete-time ADRC. „Control Theory and Technology”, Vol. 21, No. 1, 2021, 72-88, DOI: 10.1007/s11768-023-00127-0.
• 8. Kai H., Xuanhao C., Xiaoyu W., Yantao T., Longitudinal anti-skid control of electric vehicle based on Kalman filter and ADRC. [In:] 2018 IEEE International Conference on Mechatronics and Automation (ICMA), 1020-1025, DOI: 10.1109/ICMA.2018.8484515.
• 9. Kalman R.E., A new approach to linear filtering and prediction problems. „Journal of Basic Engineering”, Vol. 82, No. 1, 1960, 35-45, DOI: 10.1115/1.3662552.
• 10. Lakomy K., Giernacki W., Michalski J., Madonski R., Active disturbance rejection control (ADRC) toolbox for MATLAB/simulink. “arXiv preprint” arXiv:2112.01614, 2021, DOI: 10.48550/arXiv.2112.01614.
• 11. Liu B., Hong J., Wang L., Linear inverted pendulum control based on improved ADRC. “Systems Science & Control Engineering”, Vol. 7, No. 3, 2019, 1-12, DOI: 10.1080/21642583.2019.1625081.
• 12. Liu J., Miura Y., Ise T., Fixed-parameter damping methods of virtual synchronous generator control using state feedback. “IEEE Access”, Vol. 7, 2019, 99177-99190, DOI: 10.1109/ACCESS.2019.2930132.
• 13. Madoński R., Herman P., An experimental verification of ADRC robustness on a cross-coupled aerodynamical system. [In:] IEEE International Symposium on Industrial Electronics, 2011, 859-863, DOI: 10.1109/ISIE.2011.5984271.
• 14. Madonski R., Shao S., Zhang H., Gao Z., Yang J., Li S., General error-based active disturbance rejection control for swift industrial implementations. “Control Engineering Practice”, Vol. 84, 2019, 218-229, DOI: 10.1016/j.conengprac.2018.11.021.
• 15. Michałek M.M., Robust trajectory following without availability of the reference time-derivatives in the control scheme with active disturbance rejection. [In:] American Control Conference (ACC), 2016, 1536-1541, DOI: 10.1109/ACC.2016.7525134.
• 16. Miklosovic R., Radke A., Gao Z., Discrete implementation and generalization of the extended state observer. [In:] American Control Conference, 2006, 2209-2214, DOI: 10.1109/ACC.2006.1656547.
• 17. Mou J., Zhang W., Zheng K., Wang Y., Wu C., More detailed disturbance measurement and active disturbance rejection altitude control for a flapping wing robot under internal and external disturbances. “Journal of Bionic Engineering”, Vol. 19, No. 6, 2022, 1722-1735, DOI: 10.1007/s42235-022-00236-7.
• 18. Patelski R., Dutkiewicz P., On the stability of ADRC for manipulators with modelling uncertainties. “ISA Transactions”, Vol. 102, 2020, 295-303, DOI: 10.1016/j.isatra.2020.02.027.
• 19. Song J., Zhao M., Gao K., Su J., Error analysis of ADRC linear extended state observer for the system with measurement noise. “IFAC-PapersOnLine”, Vol. 53, No. 2, 2020, 1306-1312, DOI: 10.1016/j.ifacol.2020.12.1862.
• 20. Spacek L., Bobal V., Vojtesek J., Digital control of Ball & Plate model using LQ controller. [In:] 21st International Conference on Process Control (PC), 2017, 36-41, DOI: 10.1109/PC.2017.7976185.
• 21. Sun C., Liu C., Feng X., Jiao X., Visual servoing of flying robot based on fuzzy adaptive linear active disturbance rejection control. “IEEE Transactions on Circuits and Systems II: Express Briefs”, Vol. 68, No. 7, 2021, 2558-2562, DOI: 10.1109/TCSII.2021.3053083.
• 22. Sun H., Madonski R., Li S., Zhang Y., Xue W., Composite control design for systems with uncertainties and noise using combined extended state observer and Kalman filter. “IEEE Transactions on Industrial Electronics”, Vol. 69, No. 4, 2021, 4119-4128, DOI: 10.1109/TIE.2021.3075838.
• 23. Xiong S., Xie H., Song K., Zhang G., A speed tracking method for autonomous driving via ADRC with extended state observer. “Applied Sciences”, Vol. 9, No. 16, 2019, 3339, DOI: 10.3390/app9163339.
• 24. Zhang X., Xue W., Fang H.-T., On extended state based Kalman filter for nonlinear time-varying uncertain systems with measurement bias. “Control Theory and Technology”, Vol. 19, 2021, 142-152, DOI: 10.1007/s11768-021-00034-2.