Obserwatory stanu, zasada separowalności i regulator LQG

Podobne dokumenty
Filtr Kalmana. Zaawansowane Techniki Sterowania. Wydział Mechatroniki Politechniki Warszawskiej. Anna Sztyber

Regulator liniowo kwadratowy na przykładzie wahadła odwróconego

Analityczne metody detekcji uszkodzeń

Tematyka egzaminu z Podstaw sterowania

Sterowanie optymalne przy kwadratowym wskaźniku jakości (LQR)

Filtr Kalmana. Struktury i Algorytmy Sterowania Wykład 1-2. prof. dr hab. inż. Mieczysław A. Brdyś mgr inż. Tomasz Zubowicz

Sterowanie napędów maszyn i robotów

O ODPORNOŚCI KONWENCJONALNEGO OBSERWATORA LUENBERGERA ZREDUKOWANEGO RZĘDU

O ODPORNOŚCI KONWENCJONALNEGO OBSERWATORA LUENBERGERA ZREDUKOWANEGO RZĘDU

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki

analogowego regulatora PID doboru jego nastaw i przetransformowanie go na cyfrowy regulator PID, postępując według następujących podpunktów:

Filtracja pomiarów z głowic laserowych

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie

Inżynieria Systemów Dynamicznych (4)

PORÓWNANIE METOD ESTYMACJI ZMIENNYCH STANU W UKŁADZIE KASKADOWYM DWÓCH ZBIORNIKÓW

POLITECHNIKA ŚLĄSKA WYDZIAŁ GÓRNICTWA I GEOLOGII. Roman Kaula

Technika regulacji automatycznej

Informacje ogólne. Podstawy Automatyki I. Instytut Automatyki i Robotyki

Projektowanie układów regulacji w dziedzinie częstotliwości. dr hab. inż. Krzysztof Patan, prof. PWSZ

Projektowanie układów metodą sprzężenia od stanu - metoda przemieszczania biegunów

Problemy optymalizacji układów napędowych w automatyce i robotyce

Algorytmy Ewolucyjne i Sztuczne Sieci Neuronowe w Układach Diagnostyki i Sterowania

Mechatronika i inteligentne systemy produkcyjne. Modelowanie systemów mechatronicznych Platformy przetwarzania danych

Teoria sterowania Control theory. Automatyka i Robotyka II stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny)

Analiza obserwowalno±ci

Metody Optymalizacji Laboratorium nr 4 Metoda najmniejszych kwadratów

Systemy. Krzysztof Patan

Modele zapisane w przestrzeni stanów

Cyfrowe algorytmy sterowania AR S1 semestr 4 Projekt 4

Teoria Sterowania. Warunki zaliczenia

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie

Algorytmy estymacji stanu (filtry)

Opis systemów dynamicznych w przestrzeni stanu. Wojciech Kurek , Gdańsk

Automatyka i robotyka

Sterowanie optymalne

Automatyka i Robotyka II stopień ogólno akademicki studia niestacjonarne. wszystkie Katedra Automatyki i Robotyki Dr inż.

Tydzień nr 9-10 (16 maja - 29 maja), Równania różniczkowe, wartości własne, funkcja wykładnicza od operatora - Matematyka II 2010/2011L

Dynamika procesu zmienna stała. programowalne zmiany parametrów r.

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

Komputerowa Analiza Danych Doświadczalnych

Obiekt. Obiekt sterowania obiekt, który realizuje proces (zaplanowany).

Sterowanie napędów maszyn i robotów

Modele DSGE. Jerzy Mycielski. Maj Jerzy Mycielski () Modele DSGE Maj / 11

POMIARY SYNCHRONICZNE W OPTYMALNEJ PRACY SIECI ELEKTROENERGETYCZNYCH

Tematy prac dyplomowych w Katedrze Awioniki i Sterowania Studia I stopnia (inżynierskie)

Politechnika Gdańska

IDENTYFIKACJA OBCIĄŻEŃ DYNAMICZNYCH PRZY OGRANICZONEJ LICZBIE CZUJNIKÓW

Politechnika Gdańska Wydział Elektrotechniki i Automatyki. Automatyka i Robotyka Systemy Sterowania i Wspomagania Decyzji

Narzędzia wspomagające projektowanie - Matlab. PID Tunner. step, bode, margin, rlocus lqr, lqreg kalman,...

PRZEWODNIK PO PRZEDMIOCIE

OBLICZANIE POCHODNYCH FUNKCJI.

Wprowadzenie do technik regulacji automatycznej. prof nzw. dr hab. inż. Krzysztof Patan

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki

Układy równań liniowych. Krzysztof Patan

Uzupełnienie skryptów do laboratorium sterowania analogowego

Estymacja parametrów Wybrane zagadnienia implementacji i wykorzystania

Estymacja częstotliwości podstawowej sieci energetycznej na podstawie scałkowanego sygnału napięcia

3. WRAŻLIWOŚĆ I BŁĄD USTALONY. Podstawowe wzory. Wrażliwość Wrażliwość transmitancji względem parametru. parametry nominalne

I. KARTA PRZEDMIOTU CEL PRZEDMIOTU

10. Metody obliczeniowe najmniejszych kwadratów

PROBLEMY NIEKONWENCJONALNYCH UKŁADÓW ŁOŻYSKOWYCH Łódź maja 1995 roku

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki

przy warunkach początkowych: 0 = 0, 0 = 0

Po zastosowaniu uproszczenia zgubiono więc ważną informację o układzie fizycznym, a zatem drugie rozwiązanie zadania jest niepoprawne.

Narzędzia wspomagające projektowanie UR SISO Design. step, bode, margin, rlocus lqr, lqreg kalman,...

STABILNOŚĆ OBSERWATORÓW O NIEPROPORCJONALNYCH SPRZĘŻENIACH ZWROTNYCH NA PRZYKŁADZIE OBSERWATORÓW STRUMIENI MAGNETYCZNYCH SILNIKA INDUKCYJNEGO

Równania różniczkowe zwyczajne analityczne metody rozwiazywania

Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania

Filtr Kalmana - zastosowania w prostych układach sensorycznych.

CYFROWE PRZETWARZANIE SYGNAŁÓW

Drzewa decyzyjne. Inteligentne Obliczenia. Wydział Mechatroniki Politechniki Warszawskiej. Anna Sztyber

Metody dekompozycji macierzy stosowane w automatyce

Sterowanie Napędów Maszyn i Robotów

Inteligentne systemy pomiarowe

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

Komputerowo wspomagane projektowanie systemów sterowania

Przekształcanie równań stanu do postaci kanonicznej diagonalnej

S Y L A B U S P R Z E D M I O T U

Efektywne zarządzanie mocą farm wiatrowych Paweł Pijarski, Adam Rzepecki, Michał Wydra 2/16

Zawansowane modele wyborów dyskretnych

Wykład organizacyjny

Sterowanie napędów maszyn i robotów

Wykład nr 1 Podstawowe pojęcia automatyki

Stabilność. Krzysztof Patan

Metody Rozmyte i Algorytmy Ewolucyjne

Rozszerzony konspekt preskryptu do przedmiotu Sterowanie napędów i serwonapędów elektrycznych

Sterowalność liniowych uk ladów sterowania

PROGRAM KSZTAŁCENIA dla kierunku automatyka i robotyka studiów pierwszego stopnia o profilu ogólnoakademickim

Fuzja sygnałów i filtry bayesowskie

1. Regulatory ciągłe liniowe.

4. UKŁADY II RZĘDU. STABILNOŚĆ. Podstawowe wzory. Układ II rzędu ze sprzężeniem zwrotnym Standardowy schemat. Transmitancja układu zamkniętego

ZASTOSOWANIE SIECI NEURONOWYCH W BEZCZUJNIKOWYM UKŁADZIE NAPĘDOWYM Z POŁĄCZENIEM SPRĘŻYSTYM

PRZEWODNIK PO PRZEDMIOCIE

Ekonomia matematyczna i dynamiczna optymalizacja

x x 1. Przedmiot identyfikacji System x (1) x (2) : x (s) a 1 a 2 : a s mierzone, a = zestaw współczynników konkretyzujacych F ()

PRZEWODNIK PO PRZEDMIOCIE

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Transkrypt:

Obserwatory stanu, zasada separowalności i regulator LQG Zaawansowane Techniki Sterowania Wydział Mechatroniki Politechniki Warszawskiej Anna Sztyber ZTS (IAiR PW) LQR Anna Sztyber / 29

Plan wykładu Obserwatory stanu Przykład - odwrócone wahadło na wózku 2 Zasada separowalności 3 Regulator LQG Przykład - odwrócone wahadło na wózku ZTS (IAiR PW) LQR Anna Sztyber 2 / 29

Motywacje Do implementacji sterowania: u = Kx musimy znać cały wektor stanu x. Zazwyczaj trudne do zrealizowania w praktyce Wynikiem dostępnych pomiarów jest y: y = Cx Wprowadzamy obserwator stanu, który na podstawie modelu układu i danych pomiarowych odtwarza x. ZTS (IAiR PW) LQR Anna Sztyber 3 / 29

Obserwator stanu [3] Wprowadzamy system liniowy ˆx R n : Chcemy: d ˆx = Fˆx + Gu + Ly dt x (ˆx x) dla t W jaki sposób dobrać macierze F, G i L? Błąd oszacowania: e(t) = ˆx(t) x(t) ZTS (IAiR PW) LQR Anna Sztyber 4 / 29

Obserwator stanu d dt e = d dt ˆx d dt x = Fe + (F A + LC)x + (G B)u Dobieramy: G = B F = A LC Otrzymujemy: ė = (A LC)e Wartości własne macierzy A LC możemy dobrać dowolnie dobierając macierz L o ile para (A, C) jest obserwowalna. ZTS (IAiR PW) LQR Anna Sztyber 5 / 29

Przypomnienie - obserwowalność Para (AC) jest obserwowalna jeśli: rank C CA CA 2. CA n = n ZTS (IAiR PW) LQR Anna Sztyber 6 / 29

Obserwator stanu Interpretacja: d ˆx = Aˆx + Bu + L(y Cˆx) dt Wprowadzamy korektę od błędu oszacowania y Cˆx O czym nie mówimy Obserwatory niepełnego rzędu D.G. Luenberger: Observing the state of a linear system. IEEE Trans. Military Electronics, MIL-8,pp 74-8, 964 O czym jeszcze będzie Jak dobrać dobrą macierz L w obecności szumów i zakłóceń - Filtr Kalmana ZTS (IAiR PW) LQR Anna Sztyber 7 / 29

Obserwator - przykład [] Zaprojektować obserwator stanu dla układu: ẋ(t) = [ ] x(t) + [ ] u(t) 2 y(t) = [.5 ] x sprawdzić warunek obserwowalności umieścić bieguny obserwatora w [ 4, 4] ZTS (IAiR PW) LQR Anna Sztyber 8 / 29

Przykład - obserwator A LC = [ ] [ l l 2 ] [.5 ] det(iλ (A LC)) = λ 2 + (2 +.5l 2 )λ + (.5l +.5l 2 + ) Przyrównujemy do : (λ + 4) 2 Otrzymujemy: l = 8, l 2 = 2 [ ] d dt ˆx(t) = ˆx(t) + [ ] u(t) + 2 [ ] 8 (y(t) [ ] ).5 ˆx(t) 2 Uwaga Problem przesuwania biegunów dla celów sterowania rozwiązujemy identycznie ZTS (IAiR PW) LQR Anna Sztyber 9 / 29

Zadanie Zaprojektować dyskretny obserwator stanu dla układu: ẋ(t) = [ ] x(t) + [ ] u(t) 2 y(t) = [.5 ] x(t) dobrać okres próbkowania i zdyskretyzować układ sprawdzić warunek obserwowalności umieścić bieguny obserwatora w [.6,.7] sprawdzić działanie w obecności szumów (wykres) ZTS (IAiR PW) LQR Anna Sztyber / 29

Wahadło na wózku - obserwator stanu %% parameters C = [ ; ]; %% observability obsv (A,C) rank ( obsv (A,C)) %% observer % L_T = place (Ad ',C ',[.3,.,.5,.5]) ; L_T = place (Ad ',C ',[.8,.9,.85,.87]) ; % L_T = place (Ad ',C ',[.9,.95,.98,.97]) ; L=L_T '; ZTS (IAiR PW) LQR Anna Sztyber / 29

Symulacja układu z obserwatorem x = X; %z = X; z = [;;;]; for k =: length ( tspan ) u = -K*x; [,y] = ode5s (@(t,y) pendulum_on_car_derivatives (y,u),: Tp /: Tp,x); x = y(end,:) '; y = x +.* randn (4,) ; z = Ad*z + Bd*u + L*(C*y - C*z); end ZTS (IAiR PW) LQR Anna Sztyber 2 / 29

Obserwator - znany warunek początkowy.5.5 -.5 5 5 2 2-5 5 2.2. -. 5 5 2.2 -.2 -.4 -.6 5 5 2 ZTS (IAiR PW) LQR Anna Sztyber 3 / 29

Obserwator - zerowy warunek początkowy.5.5 2 3 4 5 -.5 2 3 4 5.3.2. -. 2 3 4 5 3 2-2 3 4 5 ZTS (IAiR PW) LQR Anna Sztyber 4 / 29

Obserwator - zerowy warunek początkowy, agresywne nastawy.5..5.5 2 3 4 5 2 3 4 5.4 4.3 2.2. 2 3 4 5-2 2 3 4 5 ZTS (IAiR PW) LQR Anna Sztyber 5 / 29

Obserwator - szum pomiarowy.5 -.5 5.5.5 -.5 5.3.2. -. 5 3 2-5 ZTS (IAiR PW) LQR Anna Sztyber 6 / 29

Obserwator - szum pomiarowy - powiększenie.5.88.86.84.5 26 28 3 32 34 -.5 5 3 -.2 -.4 -.6 -.8 5 2 2-5 ZTS (IAiR PW) LQR Anna Sztyber 7 / 29

Obserwator - szum pomiarowy, agresywne nastawy.9 5.8.7 2 25 3 35 4-5 5.2 -.2 -.4 -.6 -.8 2 3 4 4 2-2 5 ZTS (IAiR PW) LQR Anna Sztyber 8 / 29

Obserwator - szum pomiarowy, mało agresywne nastawy.9.85.8.75.7 2 22 24 26.5 -.5 5.6.4.2.5 -.2 5 6 7 8 -.5 5 ZTS (IAiR PW) LQR Anna Sztyber 9 / 29

Obserwator - pomiar wyłącznie x.5.5 -.5 5-5 5 - -5-2 5-5 ZTS (IAiR PW) LQR Anna Sztyber 2 / 29

Zasada separowalności d ˆx = Fˆx + Gu + Ly dt y = Cx, u = Kˆx ė = (A LC)e Rozważmy układ rozszerzony (regulator + obserwator): ZTS (IAiR PW) LQR Anna Sztyber 2 / 29

Zasada separowalności d ˆx = Fˆx + Gu + Ly dt y = Cx, u = Kˆx ė = (A LC)e Rozważmy układ rozszerzony (regulator + obserwator): Przekształcając: d dt d dt [ ] [ x A BK = ˆx LC F GK ] [ ] x ˆx [ ] [ ] [ x x A BK BK = = e ˆx x A LC ] [ ] x e ZTS (IAiR PW) LQR Anna Sztyber 2 / 29

Zasada separowalności det ([ ]) A BK BK = det (A BK) det (A LC) A LC Zasada separowalności Bieguny regulatora i obserwatora możemy dobrać niezależnie. ZTS (IAiR PW) LQR Anna Sztyber 22 / 29

Regulator LQG (Linear-Quadratic-Gaussian) Założenie: występują zakłócenia addytywne o rozkładzie normalnym Regulator LQR Filtr Kalmana Regulator i obserwator projektujemy oddzielnie u d System x Sensory y n Regulator y M LQR ˆx Obserwator ZTS (IAiR PW) LQR Anna Sztyber 23 / 29

Gwarantowany zapas stabilności [2] Możliwe rozwiązania Loop Transfer Recovery sterowanie odporne H ZTS (IAiR PW) LQR Anna Sztyber 24 / 29

Symulacja układu z obserwatorem x = X; %z = X; z = [;;;]; for k =: length ( tspan ) u = -K* z; % only difference [,y] = ode5s (@(t,y) pendulum_on_car_derivatives (y,u),: Tp /: Tp,x); x = y(end,:) '; y = x +.* randn (4,) ; z = Ad*z + Bd*u + L*(C*y - C*z); end ZTS (IAiR PW) LQR Anna Sztyber 25 / 29

LQR + obserwator stanu.4.2 -.2 5.5.5 -.5 5.3.2. -. 5 2 - -2 5 ZTS (IAiR PW) LQR Anna Sztyber 26 / 29

LQR + obserwator stanu - pomiar tylko x 3 2-5 5-5 - 5 6 4 2-2 5 5-5 5 ZTS (IAiR PW) LQR Anna Sztyber 27 / 29

LQR + obserwator stanu - mało agresywne nastawy 2 5-2 -4 5 5 2-5 5 5 2 2.5 -.5 5 5 2-5 5 2 ZTS (IAiR PW) LQR Anna Sztyber 28 / 29

Literatura Prof. Alberto Bemporad. Automatic control : State estimation and linear observers. http://cse.lab.imtlucca.it/ bemporad/teaching/ac/pdf/6b-estimator.pdf, 2. [Online; accessed 26-2-28]. J. Doyle. Guaranteed margins for lqg regulators. IEEE Transactions on Automatic Control, 23(4):756 757, Aug 978. D. H. Jacobson, D. H. Martin, M. Pachter, and T. Geveci. Extensions of Linear-Quadratic Control Theory. Springer-Verlag, Berlin Heidelberg, 98. ZTS (IAiR PW) LQR Anna Sztyber 29 / 29