Wyniki wyszukiwania - BazTech

1

Wpływanie kształtem trajektorii referencyjnej na działanie układów regulacji predykcyjnej

Nebeluk Robert, Marusak Piotr

Pomiary Automatyka Robotyka

|

2019

|

R. 23, nr 1

21--30

PL

Zastosowanie algorytmów regulacji predykcyjnej MPC do regulacji wielu procesów nieliniowych, o różnym stopniu trudności, często umożliwia osiągniecie bardzo dobrej jakości regulacji. Jest to możliwe ze względu na odpowiednie uwzględnienie w strukturze algorytmu informacji uzyskanych z modelu procesu. Do formułowania zadania optymalizacji dla algorytmów regulacji predykcyjnej najczęściej zakładana jest stała trajektoria referencyjna dla całego horyzontu predykcji. W artykule przedstawiono możliwości poprawy jakości regulacji przez zastosowanie trajektorii referencyjnej zmiennej na horyzoncie predykcji. Podczas porównywania jakości regulacji z wykorzystaniem trajektorii referencyjnych o różnej postaci, wzięto pod uwagę dwie wielkości. Pierwszą z nich jest czas narastania wyjścia obiektu regulacji, a drugą - przeregulowanie. Badania prowadzono w układach regulacji dwóch obiektów: nieminimalnofazowego obiektu liniowego oraz nieliniowego reaktora polimeryzacji. Do regulacji w przypadku pierwszego obiektu, zastosowano algorytm DMC, a w przypadku drugiego - algorytm bazujący na modelu nieliniowym, z nieliniową predykcją i linearyzacją (NDMC-NPL). Przedstawione wyniki dobrze ilustrują możliwości wpływania, za pomocą trajektorii referencyjnych o różnych kształtach, na poprawę jakości regulacji oferowanej przez algorytmy predykcyjne.

EN

Applying model predictive control (MPC) algorithms to control many processes, of different difficulty level, often allows improving control quality. It is possible by including information received from a process model in the algorithm structure. When defining the optimization problem for the predictive control algorithms most often a time-constant reference trajectory is assumed. Possibilities of improving the control quality by applying a time reference trajectory variable on the prediction horizon are presented in the paper. Two quantities are considered when comparing control quality: the rise time of the control plant output, and the overshoot. The experiments were conducted in the control systems of two control plants: a linear nonminimumphase plant and a nonlinear polymerization reactor. In the control system of the first control plant the DMC predictive control algorithm was used. For the nonlinear reactor the NDMC-NPL algorithm based on a nonlinear model was applied. It is demonstrated that by using the reference trajectories of different shapes it is possible to improve control quality offered by the MPC control algorithms.

2

Comparison of auxiliary and Likelihood Particle Filters for state estimation of dynamical systems

Michalski J., Kozierski P., Ziętkiewicz J.

Przegląd Elektrotechniczny

|

2018

|

R. 94, nr 12

86--90

EN

In this paper, algorithms of the state estimation of dynamical systems, using different types of particle filters, have been presented. Three Particle Filter methods have been used: Bootstrap Filter, Auxiliary Particle Filter and Likelihood Particle Filter. These methods have been applied to two nonlinear objects, with quadratic measurement functions. The results have been additionally compared with the outcome from Kalman filters. Based on the obtained results (5 different quality indices) the estimation methods have been evaluated.

PL

W niniejszej pracy zostały przedstawione algorytmy estymacji stanu układów dynamicznych za pomocą różnych rodzajów filtrów cząsteczkowych. Zaprezentowano trzy metody filtrów cząsteczkowych: algorytm Bootstrap, pomocniczy filtr cząsteczkowy i wiarygodny filtr cząsteczkowy. Metody te zastosowano dla dwóch obiektów nieliniowych o kwadratowych funkcjach pomiarowych. Z filtrami cząsteczkowymi zostały dodatkowo zestawione metody filtru Kalmana. Na podstawie uzyskanych wyników (5 różnych wskaźników jakości) metody estymacji zostały ocenione.

3

What Results from Applying Conventional Controllers to MATLAB Neural Network Demos

Gessing R.

Theoretical and Applied Informatics

|

2010

|

Vol. 22, No. 1

3-17

EN

It is shown that appropriate conventional controllers applied to strongly nonlinear plants taken from MATLAB Neural Network (NN) Control Systems Demos are significantly better than NN controllers appearing in these Demos. Moreover the conventional controllers operate well for significantly larger changes of the reference signal without the need of their re-tuning. The applied conventional controllers fulfill the demands of formulated in the present paper the Criterion RD1 (Relative Degree =1).

PL

W pracy pokazano, że odpowiednie konwencjonalne regulatory zastosowane do silnie nieliniowych obiektów występujących w programach demonstracyjnych MATLABA z sieci neuronowych dają znacznie lepsze wyniki niż regulatory neuronowe występujące w tych programach. Co więcej regulatory konwencjonalne pracują dobrze dla znacznie większych zmian wartości zadanej bez potrzeby ich przestrajania. Okazuje się, że opisane w niniejszej pracy regulatory neuronowe nie są w stanie pracować poprawnie dla takich samych zmian wartości zadanej, nawet po ich ponownym przyuczeniu. Zastosowane regulatory konwencjonalne PD i P spełniają sformułowane w pracy kryterium rzędu względnego równego jeden.

4

O sterowaniu nieliniowymi obiektami dynamicznymi MIMO w przełączalnej strukturze liniowych regulatorów modalnych

Bańka S., Dworak P., Brasel M.

Pomiary Automatyka Kontrola

|

2010

|

R. 56, nr 5

385-391

PL

W artykule przedstawia się wieloregulatorową, przełączalną strukturę układu sterowania nieliniowymi obiektami dynamicznymi MIMO na przykładzie sterowania położeniem statku wiertniczego z wykorzystaniem nieliniowego modelu wolnozmiennych ruchów statku nad punktem wiercenia w trzech stopniach swobody ruchu (3DOF). W proponowanej strukturze układu wykorzystuje się zestaw liniowych regulatorów modalnych współpracujących z dodatkowym układem sterowania w pętli otwartej, odsprzęgniętym statycznie lub dynamicznie. Syntezy układu dokonuje się poprzez linearyzację przyjętego opisu obiektu sterowania w nominalnych "punktach pracy", zależnych od zadawanego kąta kursowego statku i wartości prądu morskiego. Prezentowane wyniki badań dotyczą trzech odmian przełączalnej struktury układu: (i) klasycznej, z regulatorami modalnymi przełączanymi w momencie zmiany wartości sygnałów odniesienia gdy powodują one zmianę "punktu pracy" układu oraz nieklasycznej, w której regulatory modalne są przełączane dopiero po zadziałaniu pomocniczego układu sterowania, odsprzęgniętego (ii) statycznie lub (iii) dynamicznie. Działanie zaproponowanych odmian układów sterowania zilustrowano przykładami symulacji z nieliniowym modelem ruchów statku wiertniczego WIMPEY SEALAB w środowisku MATLAB/Simulink.

EN

In the paper a multicontroller-based switchable control system structure is proposed to control nonlinear MIMO plants. The considered structure contains a set of linear feedback controllers operating together with an additional, decoupled loop of the control system. The nonlinear model of low-frequency (LF) motions of a drilling vessel in three degrees of freedom (3DOF) on the sea surface is used as a MIMO plant to be controlled. The system synthesis is carried out by linearisation of the adopted nonlinear plant model at its nominal "working points" that depend on the preset ship yaw angle and the see current velocity. The investigation results presented concern three types of switched structures: (i) the classic one with a set of (stable) modal controllers switched at the moment of changing the reference signals with subsequent changes of the system "working point", and the non-classic structure in which modal controllers are switched after running an auxiliary decoupled control loop either statically (ii) or dynamically (iii). Performance of the proposed control systems is illustrated by examples of simulation results carried out in MATLAB/Simulink using the nonlinear model of motions of the WIMPEY SEALAB drilling vessel.

5

Neural network based adaptive internal model control for nonlinear plants

Ma Z., Bajić V. B., Ho D. W. C.

Journal of Applied Computer Science

|

1999

|

Vol. 7, nr 1

63-78

EN

A novel non-parametric adaptive control method for nonlinear plants is proposed. It combines neural network (NN) based identification and internal model control (IMC) strategy. The NN is used to determine on-line an approximation of the unknown nonlinear process model. The NN parameters are updated according to the error between the plant output and the NN output. The NN can track the system output very well, so that an adaptive IMC can be implemented successfully. The design does not require computation of the inverse of the internal model of the process. Instead, it uses only system input-output data and NN output. The effectiveness of the proposed method is illustrated by a simulation experiment.