- Tytuł:
-
Optymalizacja wzmocnienia obserwatora Luenbergera w układzie predykcyjnego sterowania systemem aktywnego zawieszenia
Luenberger Observer Gain Optimization in Model Predictive Control System for Car Active Suspension - Autorzy:
-
Maślak, Grzegorz
Orłowski, Przemysław - Powiązania:
- https://bibliotekanauki.pl/articles/2068639.pdf
- Data publikacji:
- 2021
- Wydawca:
- Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
- Tematy:
-
obserwator stanu
sterowanie predykcyjne
optymalizacja obserwatora
zawieszenie aktywne
state observer
model predictive control
observer optimization
active suspension - Opis:
-
Układy sterowania wykorzystujące regulatory predykcyjne bardzo często wymagają wprowadzenia do ich struktury mechanizmów umożliwiających estymację niedostępnego pomiarowo stanu obiektu. Zależnie od przypadku nieosiągalne mogą być informacje o różnej liczbie zmiennych stanu. Szeroko stosowanymi układami pozwalającymi na uzyskanie niezbędnych informacji o stanie obiektu są obserwator Luenbergera oraz różnego typu filtry Kalmana. Autorzy proponują metodę syntezy obserwatora Luenbergera opartą na optymalizacji wzmocnienia owego obserwatora, przy czym wyznacznik jakości uzyskanego wzmocnienia wykorzystywanego przez optymalizator stanowi ogólna jakość regulacji układu sterowania z regulatorem predykcyjnym. Opracowana metoda pozwala na uzyskanie, z punktu widzenia przyjętego kryterium, obserwatora o właściwościach lepszych niż analogiczny układ, którego syntezę przeprowadzono przy wykorzystaniu równania Sylvestera oraz klasycznego filtru Kalmana, mimo występowania zakłóceń. Metoda zaprezentowana zostanie na przykładzie układu predykcyjnego sterowania systemem aktywnego zawieszenia.
MPC Driven control systems very often are requiring the introduction of a mechanism predicting the state of the object unavailable for measurements. Depending on the case, a different number of state variables will be unobtainable. Widely used systems to obtain essential data of the condition of an object are Luenberger state observer and different types of Kalman filters. The authors propose a new method of Luenberger observer synthesis based on Luenberger gain optimization using performance index corresponding to generalized system performance. The developed method allows us to obtain better-performing observer from the point of view of the adopted criterion, compared to similar estimators derived from the Sylvester equation and classic Kalman filters, even despite the occurrence of disturbances. The developed method will be presented on an example of an active suspension system with MPC. - Źródło:
-
Pomiary Automatyka Robotyka; 2021, 25, 2; 5--10
1427-9126 - Pojawia się w:
- Pomiary Automatyka Robotyka
- Dostawca treści:
- Biblioteka Nauki
Artykuł