Модални регулатори на състоянието
|
|
- Дико Венедиков
- преди 4 години
- Прегледи:
Препис
1 Модални регулатори на състоянието инж. Веселин Луков, докторант към катедра Автоматизация на производството
2 I. Възможности за изграждане на системите за управление Система за управление при пълна информация z(k) M x 0 w u(k) x(k+1) B z -1 y(k) R C x(k) A Обект K Регулатор на състоянието Фиг.2.: Система за управление при пълна информация за състоянието x(k) x( k 1) Ax( k) Bu( k), x x0 (0), (1) y( k) Cx( k), k 0,1,2,..., (2) z( k) Mx( k), k 0,1,2,..., (3)
3 Система за управление при непълна информация w R u(k) B x(k+1) z -1 x 0 M C z(k) y(k) Обект A x(k) НАБЛЮДАТЕЛ на състоянието K x ˆ(k) Регулатор на състоянието Фиг.3.: Система за управление при пълна информация за състоянието x(k) u( k) Rw( k) Kxˆ( k), k 0,1,2,..., x( 1) Axˆ( k) BKxˆ( k) BRw, k k 0,1,2,... (4) (5)
4 Система за управление при непълна информация за състоянието x(k) при едномерни (SISO) обекти и наличие на мащабиращ коефициент k 0 y зад k 0 u(k) b x(k+1) z -1 x 0 c T y(k) Обект A x(k) k T НАБЛЮДАТЕЛ на състоянието x ˆ(k) Регулатор на състоянието Фиг.4.: Системата за управление при непълна информация за състоянието при SISO обекти и наличие на мащабиращ коефициент u(k) k y kx T ˆ (k), k = 0,1, 2,... 0 зад T xˆ (k +1) Axˆ (k) - bk xˆ (k)+ by k = 0,1, 2,... зад, (6) (7)
5 Система за управление при непълна информация за състоянието x(k) при едномерни (SISO) обекти и наличие на интегрираща съставка в закона за управление y зад x i (k+1) z -1 x i (k) k i u(k) b Обект x(k+1) z -1 x 0 A НАБЛЮДАТЕЛ на състоянието x(k) c T y(k) k T x ˆ(k) Регулатор на състоянието Фиг.5.: Системата за управление при непълна информация за състоянието при SISO обекти и наличие на интегрираща съставка xˆ(k +1) Axˆ(k)+ bu(k), k = 0,1, 2,... y(k) cx T ˆ (k), k = 0,1, 2,... u(k) k x (k) kx T ˆ (k), k = 0,1, 2,... i i x (k +1) x (k)+ y y(k), k = 0,1, 2,... k i i i зад k 0 ˆ ˆ c T I - A bk 1 bˆ 1 (8) (9) (10) (11) (12)
6 Система за управление при непълна информация за състоянието x(k) при едномерни (SISO) обекти и инверсен модел на обекта Фиг.6.: Системата за управление при непълна информация за състоянието при SISO обекти и инверсен модел на обекта T i u N k ki k k yзад k x N k 0, 0,1,2,... ˆ x N k (13)
7 II. Изследвания и получени резултати Описание на обекта за управление Фиг.1.: Принципна схема на паропрегревател Нека W ( p) p p 1+ 59p ОБ 5 (14)
8 Дискретно описание на обекта за управление 0 A a T I n-1 - матрица на Фробениус; a1 a 2 a an - системна матрица (вектор на параметрите); b1 b 2 b bn 1 0 c 0 - вектор на входните коефициенти; - вектор на изхода; T t p s - време на дискретизация
9 Астатичен модален регулатор на състоянието (РС) с използване на мащабиращ коефициент k 0 Фиг.7а.: Симулационен модел на изследването по задание Фиг.8а.: Симулационен модел на изследването по смущение Фиг.7б.: Преходен процес по задание Фиг.8б.: Преходен процес по смущение
10 Астатичен модален регулатор на състоянието (РС) с въвеждане на интегрираща съставка Фиг.9а.: Симулационен модел на изследването по задание Фиг.10а.: Симулационен модел на изследването по смущение Фиг.9б.: Преходен процес по задание Фиг.10б.: Преходен процес по смущение
11 Съпоставка между астатичен модален РС с интегрираща съставка и такъв с инверсен модел на обекта Фиг.11.: Симулационен модел на изследването по задание и по смущение
12 Съпоставка между астатичен модален (РС) с интегрираща съставка и такъв с инверсен модел на обекта Фиг.12.: Преходни процеси по задание на системата с включена интегрираща съставка (в зелено) и при инверсен модел на обекта и гранична стойност на коефициента на пряката връзка (в синьо) Фиг.13.: Преходни процеси по смущение на системата с включена интегрираща съставка (в зелено) и при инверсен модел на обекта и гранична стойност на коефициента на пряката връзка (в синьо)
13 Съпоставка между астатичен модален (РС) с интегрираща съставка и такъв с инверсен модел на обекта Фиг.14.: Преходни процеси по задание на системата с включена интегрираща съставка (в зелено) и при инверсен модел на обекта и стойност на коефициента на пряката връзка по-малка от граничната (в синьо) Фиг.15.: Преходни процеси по смущение на системата с включена интегрираща съставка (в зелено) и при инверсен модел на обекта и стойност на коефициента на пряката връзка по-малка от граничната (в синьо)
14 Изводи: Управление по желано разположение на полюсите; Управление при пълна и непълна информация за вектора на състоянието на обекта; Затруднение при управление на нелинейни и нестационарни обекти Размит регулатор на състоянието
15 III. Размити регулатори на състоянието Структура на размит регулатор Размит регулатор x 1...x n Размиване х СИРЗ Агрегиране В Активиране Акумулиране 1 Деразмиване 0 u В u 0 u База правила База данни База знания
16 Основни определения База правила IF <условие(предпоставка,предикат)> THEN<следствие (действие,логическо заключение)> Пример: IF х is A THEN y is B Размиване A(x)={x,μ A (x) x є U x }, където: U x универсално множество; x елементите x є U x ; μ А (x) степени на принадлежност на всеки елемент към А. Система за извеждане на логическо заключение (СИРЗ): - Агрегиране IF(x 1 is A AND x 2 is B) OR (x 1 is C AND x 2 is D) μ=max{min[μ A (x 1 ), μ B (x 2 )],min[μ C (x 1 ), μ D (x 2 )]} - Активиране на заключението MIN при размита импликация min-max на Мамдани PROD при размита импликация max-prod на Ларсен - Акумулиране MAX при Мамдани и Ларсен BSUM ограничена сума NSUM нормализирана сума Деразмиване CoG (Center of Gravity) център на тежестта; CoLA (Centroid of Largest Area) център на най-голямата площ; CoS (Centre of Sums) център на сумата от площите и др.
17 Размит регулатор на състоянието,, g x, u, t x t f x u t y t, (15) х - n 1 размерен вектор на състоянието; y - r 1 размерен вектор на изхода; u - m 1 размерен вектор на входните въздействия (управлението); f( ), g( ) нелинейни функции. Извършва се линеаризация на (15) в околността на дадена равновесна точка (x d, u d ) и тогава: x t A. x t B. u t, което в дискретен вид ще се опише с: d d (16) x k 1 A. x k B. u k, d d (17)
18 TSK (Takagi-Sugeno-Kang) размит регулатор на състоянието i-тото правило при Сугено размит модел има вида: R i : IF x 1 is A 1i AND AND x n is A ni THEN x =A i.x+b i.u за непрекъснати системи; R i : IF x 1 (k) is A 1i AND AND x n (k) is A ni THEN x(k+1)= A i.x(k)+b i.u(k) за дискретни системи, A 1i размито множество за лингв. променлива x 1 в i-тото правило Тъй като локалния регулатор за всяко правило е u i =k i.x, размития регулатор на състоянието ще се опише с правила от вида R i : IF x 1 is A 1i AND AND x n is A ni THEN u i =k i.x за непрекъснати системи; Ri: IF x k (k) is A 1i AND AND x n (k) is A ni THEN u i (k)=k i.x(k) за дискретни системи
19 Задача? u=h(x, t) асимптотически устойчива ЗС за всяко начално състояние х-х d 0 при t в някаква област Ω. Цел на по-нататъшни изследвания в докторантурата
20 Благодаря за вниманието!
Проектиране на непрекъснат ПИД - регулатор. Динамичните свойства на системите за автоматично регулиране, при реализация на първия етап от проектиранет
Проектиране на непрекъснат П - регулатор инамичните свойства на системите за автоматично регулиране, при реализация на първия етап от проектирането им, могат да се окажат незадоволителни по отношение на
ПодробноMicrosoft PowerPoint - Ppt ppt [Read-Only]
ТЕХНИЧЕСКИ УНИВЕРСИТЕТ ВАРНА КАТЕДРА АВТОМАТИЗАЦИЯ НА ПРОИЗВОДСТВОТО ЦИФРОВИ СИСТЕМИ ЗА УПРАВЛЕНИЕ - ЧАСТ 2 Янко Янев ВИДОВЕ ТЕХНОЛОГИИ ЗА ИЗГРАЖДАНЕ НА ЦИФРОВИ СИСТЕМИ ЗА УПРАВЛЕНИЕ микропроцесори микроконтролери
ПодробноSlide 1
Проектът се осъществява с финансовата подкрепа на Оперативна Програма Развитие на Човешките Ресурси 7 3, Съфинансиран от Европейския Социален Фонд на Европейския Съюз Инвестира във вашето бъдеще! ПОВИШАВАНЕ
ПодробноMicrosoft PowerPoint - DBoyadzhieva
: Изграждане на висококвалифицирани млади изследователи по съвременни информационни технологии за оптимизация, разпознаване на образи и подпомагане вземането на решения Минимизиране на броя на признаците
ПодробноANALYTICAL MODELING, RESEARCH AND CONTROL OF PHYSICAL LABORATORY FESTO-MODEL INSTALLATION OF TECHNOLOGY-part 1 (modeling and analysis) АНАЛИТИЧНО МОДЕ
ANALYTICAL MODELING, RESEARCH AND CONTROL OF HYSICAL LABORATORY FESTO-MODEL INSTALLATION OF TECHNOLOGY-par (modeing and anaysis) АНАЛИТИЧНО МОДЕЛИРАНЕ, ИЗСЛЕДВАНЕ И УПРАВЛЕНИЕ НА ФИЗИЧЕСКИ ЛАБОРАТОРЕН
Подробно<4D F736F F D20CBE5EAF6E8FF2D312D4D4B4520E220E3E5EEECE5F5E0EDE8EAE0F2E02E646F63>
МКЕ в геомеханиката 1. 1D, 2D и 3D задачи в геомеханиката и дискретизация по МКЕ а. б. Фиг. 1 1D а. Деформируем пласт с ограничена дебелина; б. Модел по МКЕ Фиг. 2 2D Задачи за равнинна деформация (plane
ПодробноТЕХНИЧЕСКИ УНИВЕРСИТЕТ - СОФИЯ Н. Николова, E. Николов ПРИЛОЖНИ МЕТОДИ ЗА УПРАВЛЕНИЕ НА ТЕХНОЛОГИЧНИ ПРОЦЕСИ РЪКОВОДСТВО ЗА ЛАБОРАТОРНИ УПРАЖНЕНИЯ Соф
ТЕХНИЧЕСКИ УНИВЕРСИТЕТ - СОФИЯ Н. Николова, E. Николов ПРИЛОЖНИ МЕТОДИ ЗА УПРАВЛЕНИЕ НА ТЕХНОЛОГИЧНИ ПРОЦЕСИ РЪКОВОДСТВО ЗА ЛАБОРАТОРНИ УПРАЖНЕНИЯ София 9 Книгата представлява ръководство за лабораторни
ПодробноINTERNATIONAL SCIENTIFIC JOURNAL "MECHANIZATION IN AGRICULTURE" WEB ISSN ; PRINT ISSN ИЗСЛЕДВАНЕ И ОПТИМИЗИРАНЕ ПЕРИОДИЧНОСТТА НА Д
ИЗСЕДВАНЕ И ОПТИМИЗИРАНЕ ПЕРИОДИЧНОСТТА НА ДИАНОСТИРАНЕ НА МАШИНИТЕ С ОТЧИТАНЕ НА ДОСТОВЕРНОСТТА НА РЕЗУТАТИТЕ ОТ ИЗМЕРВАНЕТО М.Михов - ИПАЗР"Н.Пушкаров" София.Тасев - ТУ София Резюме: Разгледан е процес
ПодробноПроектът се осъществява с финансовата подкрепа на Оперативна Програма Развитие на Човешките Ресурси , Съфинансиран от Европейския Социален Фо
ЛЯТНА ШКОЛА 2013 ПОВИШАВАНЕ ТОЧНОСТТА НА РОБОТ ЧРЕЗ ИДЕНТИФИКАЦИЯ И РАЗПОЗНАВАНЕ Доц. д-р инж. Роман Захариев ПОВИШАВАНЕ НА ЕФЕКТИВНОСТТА И КАЧЕСТВОТО НА ОБУЧЕНИЕ И НА НАУЧНИЯ ПОТЕНЦИАЛ В ОБЛАСТТА НА СИСТЕМНОТО
ПодробноMicrosoft Word - Sem8-Pharm-2017.doc
Семинар 9 / 6 Семинар 9: Обикновени диференциални уравнения Обикновени диференциални уравнения с разделящи се променливи: = X ( ) Y ( ) = X + C Y d Ако е зададено гранично условие, у(х0) = у0 = Y ( ) 0
Подробногодишно разпределение по математика за 8. клас 36 учебни седмици по 3 учебни часа = 108 учебни часа I срок 18 учебни седмици = 54 учебни часа II срок
годишно разпределение по математика за 8. клас 36 учебни седмици по 3 учебни часа = 08 учебни часа I срок 8 учебни седмици = 54 учебни часа II срок 8 учебни седмици = 54 учебни часа на урок Вид на урока
ПодробноРазмито управление Специфики на размитата логика, същност на размитите множества В продължение на вече откритата на страниците на сп. Инженеринг ревю
Размито управление Специфики на размитата логика, същност на размитите множества В продължение на вече откритата на страниците на сп. Инженеринг ревю тема за т.нар. размито управление, в настоящия брой
ПодробноMicrosoft PowerPoint - ramka_kolona_fundament [Compatibility Mode]
ПРОЕКТИРАНЕ НА ЕДНООТВОРНО ЕДНОЕТАЖНО СГЛОБЯЕМО СКЛАДОВО ХАЛЕ гл. ас. д-р инж. Никола Ангелов гр. София 2018г. III. НАПРЕЧНА РАМКА 1. Разрез А-А М1:100 2. Статическа схема 3. Товарна площ на рамката 4.
ПодробноMicrosoft Word - KZ_TSG.doc
ПРИЛОЖЕНИЕ НА ТЕОРИЯТА НА СИГНАЛНИТЕ ГРАФИ ЗА АНАЛИЗ НА ЕЛЕКТРОННИ СХЕМИ С ОПЕРАЦИОННИ УСИЛВАТЕЛИ В теорията на електронните схеми се решават три основни задачи: ) анализ; ) синтез; ) оптимизация. Обект
Подробног. Несинусоидални режими в електрическите вериги 1 / 16 Ред на Фурие Несинусоидални режими в електрическите вериги Несинусоидални сигнали До
11.4.016 г. Несинусоидални режими в електрическите вериги 1 / 16 Ред на Фурие Несинусоидални режими в електрическите вериги Несинусоидални сигнали До този момент разглеждахме електрически вериги, захранвани
ПодробноУправление на перална машина с размита логика Пералните машини в наши дни са обикновен уред в дома. Най-голяма изгода, която потребителя получава от п
Управление на перална машина с размита логика Пералните машини в наши дни са обикновен уред в дома. Най-голяма изгода, която потребителя получава от пералната машина е, че имат почистване, центрофугиране
ПодробноМашинно обучение - въведение
Линейна регресия с една променлива Доц. д-р Ивайло Пенев Кат. Компютърни науки и технологии Пример 1 Данни за цени на къщи Площ (x) Означения: Цена в $ (y) 2104 460 000 1416 232 000 1534 315 000 852 178
Подробно1 ТРИЕНЕ НА ТЕЛАТА Режими на триене Режими на триене α = h / R z1 +R z2 Гранично триене α 0 Смесено (полутечно) триене α 1 Течно триене α»1 α фактор н
ТРИЕНЕ НА ТЕЛАТА Режими на триене Режими на триене α h / R z +R z Гранично триене α 0 Смесено (полутечно) триене α Течно триене α» α фактор на хлабината, h дебелина на масления слой, R z параметър за грапавост
ПодробноМоделиране с програмния продукт West на биохимичните процеси в биологичното стъпало на спсов – Кубратово. Симулации на експлоатационни режими и страте
МОДЕЛИРАНЕ С ПРОГРАМНИЯ ПРОДУКТ WEST НА БИОХИМИЧНИТЕ ПРОЦЕСИ В БИОЛОГИЧНОТО СТЪПАЛО НА СПСОВ КУБРАТОВО. СИМУЛАЦИИ НА ЕКСПЛОАТАЦИОННИ РЕЖИМИ И СТРАТЕГИЯ ЗА ОПТИМИЗАЦИЯ инж. И. Давидов, доц. д-р инж. И.
ПодробноТЕХНИЧЕСКИ УНИВЕРСИТЕТ СОФИЯ Факултет по приложна математика и информатика катедра Математическо моделиране и числени методи маг. инж. Кирил Райчев Пе
ТЕХНИЧЕСКИ УНИВЕРСИТЕТ СОФИЯ Факултет по приложна математика и информатика катедра Математическо моделиране и числени методи маг. инж. Кирил Райчев Петков РОБАСТНО УПРАВЛЕНИЕ НА ДИНАМИЧНИ ПАРАМЕТРИЧНИ
ПодробноISSN
FRI-9.3-1-THPE-04 DESIGN OF FUZZY SELF-TUNING PID CONTROLLER FOR ELECTROHYDRAULIC SYSTEM Assoc. Prof. Krasimir Ormandzhiev, PhD Department of Power Engineering, Faculty of Mechanical and Precision Engineering,
ПодробноСъдържание Основни данни за модела 2 Входни данни Входни данни - Конструкция 3 Входни данни - Натоварване 4 Резултати Изчисление - Сеизмичност 5 Изчис
Съдържание Основни данни за модела Входни данни Входни данни - Конструкция Входни данни - Натоварване 4 Резултати Изчисление - Сеизмичност 5 Изчисление - Статика 7 Оразмеряване (бетон) 9 Основни данни
ПодробноМИНИСТЕРСТВО НА ОБРАЗОВАНИЕТО И НАУКАТА
МИНИСТЕРСТВО НА ОБРАЗОВАНИЕТО И НАУКАТА У Ч Е Б Н А П Р О Г Р А М А ЗА ЗАДЪЛЖИТЕЛНА ПРОФЕСИОНАЛНА ПОДГОТОВКА ПО ПРОГРАМИРАНЕ И АЛГОРИТМИЧНИ ЕЗИЦИ ЗА ПРОФЕСИЯ: КОД 482010 ИКОНОМИСТ - ИНФОРМАТИК СПЕЦИАЛНОСТ:
ПодробноТехнически университет - Габрово
ИНФОРМАЦИОННО-ИЗЧИСЛИТЕЛНИ СИСТЕМИ 1. ИНФОРМАЦИЯТА В ИЗЧИСЛИТЕЛНИТЕ СИСТЕМИ От най-древни времена човекът е търсил начини и средства за автоматизация на различни дейности, свързани с неговия начин на живот.
ПодробноСТАНОВИЩЕ oт проф. д-р Маргарита Теодосиева, Русенски университет А. Кънчев на дисертационния труд за присъждане на образователната и научна степен до
СТАНОВИЩЕ oт проф. д-р Маргарита Теодосиева, Русенски университет А. Кънчев на дисертационния труд за присъждане на образователната и научна степен доктор в област на висше образование 4. Природни науки,
ПодробноПРИРОДОСЪОБРАЗНО СТОПАНИСВАНЕ НА ВИСОКОПЛАНИНСКИТЕ СМЪРЧОВИ ГОРИ
Значение на фазата на старост за природосъобразното стопанисване на горите инж. Нено Александров¹ ¹ гл. ас. катедра Лесовъдство ЛТУ Природосъобразно стопанисване? Прилагане на лесовъдски системи, имитиращи
ПодробноNUMERICAL EXPERIMENT OF THE BANDPASS FILTER WITH VIN BRIDGE PART.1. Plamen Angelov Angelov, Burgas Free University, Milena Dimitorova
NUMERICAL EXPERIMENT OF THE BANDPASS FILTER WITH VIN BRIDGE PART.. Plamen Angelov Angelov, Burgas Free University, pangelov@bfu.bg Milena Dimitorova Angelova, Burgas Free University Abstract: Many electronic
ПодробноГлава 15 Въпрос 15: Оператор на Рейнолдс. Крайна породеност на пръстена от инвариантни полиноми на крайна матрична група. Навсякъде в настоящия въпрос
Глава 15 Въпрос 15: Оператор на Рейнолдс. Крайна породеност на пръстена от инвариантни полиноми на крайна матрична група. Навсякъде в настоящия въпрос полето k е с характеристика char(k = 0. За произволни
ПодробноНАУЧНИ ТРУДОВЕ НА РУСЕНСКИЯ УНИВЕРСИТЕТ , том 47, серия 4 Анализ на устойчивостта на параметрите на икономикоматематическия модел по планиране н
Анализ на устойчивостта на параметрите на икономикоматематическия модел по планиране на производството и снабдяването със стоки Веселина Евтимова Analyss of the stablty of the eono-atheatal odel paraeters
ПодробноМашинно обучение Лабораторно упражнение 9 Класификация с множество класове. Представяне на невронна мрежа Упражнението демонстрира класификация в множ
Машинно обучение Лабораторно упражнение 9 Класификация с множество класове. Представяне на невронна мрежа Упражнението демонстрира класификация в множество класове чрез методи логаритмична регресия и невронни
ПодробноMicrosoft Word - ACxT_OK&OD_lab_2_2016.doc
2 Изследване на усилвателни стъпала по схема с ОК (общ колектор) и с ОД (общ дрейн) за средни честоти и в широка честотна област Цел на упражнението: 1 Да се изследват теоретично и експериментално основните
ПодробноМИНИСТЕРСТВО НА ОБРАЗОВАНИЕТО И НАУКАТА
МИНИСТЕРСТВО НА ОБРАЗОВАНИЕТО И НАУКАТА 1. У Ч Е Б Н А П Р О Г Р А М А за задължителна професионална подготовка 1. Учебен предмет: ВЪВЕДЕНИЕ В РС 2. Модул: ВЪВЕДЕНИЕ В РС УТВЪРДЕНА СЪС ЗАПОВЕД РД 09 1084
Подробно