Sterowanie optymalne mechanizmem płaskim identyfikowanym z danych

• Autorzy: Pikuliński Maciej , Malczyk Paweł

Warianty tytułu

EN

Optimal control of planar mechanism identified from data

• Języki publikacji: PL

Abstrakty

PL

W tym artykule rozważamy modele płaskich układów wieloczłonowych (UW) o strukturze otwartych łańcuchów kinematycznych (OŁK), które są identyfikowane z danych za pomocą regresji średniokwadratowej z regularyzacją. Modele tej klasy posiadają na ogół niepewne współczynniki lub zależne od stanu układu wyrażenia, które nie są obecne w nominalnym UW. Synteza sterowania optymalnego wykorzystująca zidentyfikowane układu z zastosowaniem metody adjoint może charakteryzować się utratą jakości i brakiem odporności. Nadrzędnym celem pracy jest dyskusja rezultatów związanych z optymalnym sterowaniem UW o strukturze OŁK, kiedy model użyty do syntezy sterowania jest identyfikowany z danych.

EN

In this paper, we consider data-driven models of planar open-loop multi-rigid-body systems, which are identified by using regularized regression. Such models may possess uncertain coefficients or additional state-dependent terms, which are not present in the nominal systems. This may cause performance issues and lack of robustness when the adjoint-based optimal control is applied. The primary importance of this paper is to discuss the results of optimal control of fully actuated, open-loop multi-rigid-body systems, when a model is identified from data.

Słowa kluczowe

PL

teoria układów mechatronicznych; teoria maszyn; sterowanie optymalne

EN

theory of mechatronic systems; machine theory; optimal control

• Wydawca: Oficyna Wydawnicza Politechniki Warszawskiej
• Czasopismo: Prace Naukowe Politechniki Warszawskiej. Elektronika
• Rocznik: 2022
• Tom: z. 197, t. 2
• Strony: 191--200
• Opis fizyczny: Bibliogr. 10 poz., rys., tab., wykr.

Twórcy

autor

Pikuliński Maciej

• Politechnika Warszawska, Wydział Mechaniczny Energetyki i Lotnictwa, Instytut Techniki Lotniczej i Mechaniki Stosowanej, Zakład Teorii Maszyn i Robotów

autor

Malczyk Paweł

• Politechnika Warszawska, Wydział Mechaniczny Energetyki i Lotnictwa, Instytut Techniki Lotniczej i Mechaniki Stosowanej, Zakład Teorii Maszyn i Robotów

Bibliografia

• 1. S. Brunton, J. proctor, J. Kutz. Discovering governing equations from data by sparse identification of nonlinear dynamical systems. Proc. Natl. Acad. Sci. USA, 2016, wolumen 113, s. 3932-3937. Doi:10.1073/pnas.1517384113.
• 2. Yang Cao et al. Adjoint Sensitivity Analysis for Differential-Algebraic Equations: The Adjoint DAE System and Its Numerical Solution. SIAM Journal on Scientific Computing, Styczeń, 2003, wolumen 24, numer 3, s. 1076-1089.
• 3. Krzysztof Chadaj, Pawel Malczyk, Janusz Frączek. A parallel Hamiltonian formulation for forward dynamics of closed-loop multibody systems. Multibody Systems Dynamics, Jan, 2017, wolumen 39, numer 1, s, 51-77.
• 4. R. Featherstone. Rigid Body Dynamics Algorithms. Springer 2008.
• 5. J. Holberbach, w. Khalil, Gautier M. Model Identification (chap. 14), Springer, Handbook of Robotics, Springer 2008.
• 6. Nathan Kutz, Steven Brunton. Parsimony as the ultimate regularized for physics-informed machine learning. Nonlinear Dynamics, 2002, wolumen 107.
• 7. Paweł Maciąg, Paweł Malczyk, Janusz Frączek. Hamiltonian direct differentiation and adjoint approaches for multibody systems sensitivity analysis. International Journal for Numerical Methods in Eng., 2020, wolumen 121.
• 8. Paweł Malczyk et al. Index-3 divide-and-conquer algorithm for efficient multibody system dynamics simulations: theory and parallel implementation. Nonlinear Dynamics, Jan, 2019, wolumen 95, numer 1, s. 727-747.
• 9. Karin Nachbagauer et al. The Use of the Adjoint Method for Solving Typical Optimization problems in multibody dynamics. Journal of Computational and Nonlinear Dynamics, Listopad, 2015, wolumen 10, numer 6.
• 10. Maciej Pikuliński, Paweł Malczyk. Adjoint method for optimal control of multibody systems in the Hamiltonian setting. Mechanism and Machine Theory, 2021, wolumen 166.

Uwagi

PL

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2024).