>>P 产品中心 Product center
> 滑轨屏 标准模块 > 滑轨屏 成套产品 > 滑轨屏 高端定制 > 开合门 | 开合屏
>>C 案例中心 Case
> 开合屏 > 旋转滑轨屏 > 弧形滑轨屏 > 多点触控 > 数字展厅 > 虚拟展馆 > 3D 渲染 > 三维全景 > 多屏互动 > 虚拟现实
>>I 项目日志 Information
> 开合门胜利完工 > 张之洞博物馆完工 > 汽车教学 AR、VR和体感等互动 > 安徽滑轨项目施工篇 > 连云港86寸定制款滑轨屏之物料 > 连云港86寸定制款滑轨屏之施工 > 河北邯郸馆陶县互动滑轨屏项目 > 武汉绘芯辽宁项目日志
C 联系方式 Contact Us

地址: 湖北省武汉市江夏区藏龙岛九凤街谭湖一路8号

邮编: 443000

电话: +86-027-87052087

手机: +86-13329706647

邮箱: 956693667@qq.com

当前位置:首页 > 行业咨讯 > 行业咨讯

滑轨电视 模糊神经网络控制算法_控制算法手记--建模重要嚒?

时间:2021-08-03 14:03来源:hxceshi 点击:

30fd1084bc814d43e8797c3332c826c4.png

写在前面

e82677c287a1dc34efb35b84fc2f4b71.png

图1. 控制算法,控制理论、控制实践的关系

正如作者在专栏文章‘认识你的被控系统’所写,正确认识和认真对待建模在控制算法中的作用显得尤为重要(图1b),也格外紧迫,尤其在制造业升级转型和强调源头自主创新的今天。

非常好的控制算法应该是强大物理概念和数学工具的完优秀结合,即在对实际物理世界中的问题深刻理解的基础上,找到合适的数学工具去描述和处理。具体到控制算法的设计中控系统, 系统动力学分析和建模作为联合物理世界和数学世界的工具显得尤为重要。 模型是啥?

首先应该明确模型是为定性/定量分析、正确描述被控系统从而设计合适的控制算法而存在的,这里面模型指对现实被控系统主要问题的数学描述。

实际中,很多人会认为数学模型是不必要的,会把问题复杂化,直接在现场根据PID相关调参经验调试机器不就非常好了嚒,为什么要牵涉一大堆数学公式。然而,即便对于PID现场调试,适当的模型以及以此为基础的分析仍是必要的:

a59d12246ba287ddb81b3150be6e1d46.png

图2. 典型阶跃响应曲线以及对应传递函数模型(延迟环节多见于过程控制系统)

以上这些,需要做某种定量性描述,并作一定理论分析,才能协助你找到方向性得进行调试。比如,对于图2所示的几种典型阶跃响应曲线,借助于传递函数模型便可以分析、确定系统类型(如时间常数/响应快慢,能否有延迟,延迟/时间常数之比,能否欠阻尼,能否是最小相位系统)等信息,这些信息的确定有助于选择合适的PID控制器设计策略,是PID自动整定(auto-tuning)的基础。

实际上,取决于所要描述问题的类型,模型可以表现为多种方式。如果是动态过程,可以用频域传递函数描述也可以用时域状态空间描述,可以在连续域描述,也可以在离散域描述;如果是静态非线性关系,可以用多项式也可以用特殊函数,甚至模糊、神经网络等描述;或者两者结合构成的Hammerstein-Wiener模型。

如何建模?

在控制算法设计的语境中,建模应该是以控制算法设计/实施为导向的,不是要把整个系统都进行建模,而对和控制质量最相关、能够代表当前被控系统主要问题的部分进行建模。

比如对于机器人控制系统来说,如果是一些低速,精度要求不高的场合,显然没有必要涉及动力学建模,只需要知道运动学正向和逆向模型即可。如果涉及高速、高精度场合,那么考虑动力学模型,深入到关节柔性甚至对摩檫力准确建模就是必须的甩屏,因为关节柔性、摩檫力决定了在这些场合下的机器人控制质量。

因而,建模的第一原则:确定建模目的以及建模涉及的范围(描述的主要问题)。

在此基础上,建模的第二原则:模型结构应该和所要描述对象的结构特点相婚配,也就是模型能够直观、显性地描述问题模糊神经网络pid算法,最非常好能够直接从模型中的数学式子中分析问题的本质。对于被控系统来说,各种不同类型的问题(如被控对象特性、反馈噪声、外部干扰等)都可能会主导控制系统质量的非常好坏。对不同类型的问题描述,势必要采取不同的模型方式、结构。

比如:

【备注】:无模型(Model-free)等在数据驱动控制常用到的称呼,并不是说不需要模型,而是指不需要机理模型,见作者的以下分析:

无模型自顺应控制主要指在自顺应控制中并不需要(被控系统机理模型和数据解析模型)就可以进行控制系统的设计、分析和运算。然而,作为一种数据驱动控制方法,无模型自顺应控制需要对系统输入输出数据进行有效组织和整理,从中挖掘出有效信息并根据该信息计算控制指令。这里系统数据的组织整理方式即表现为数据模型。因而,在无模型自顺应控制中,需要数据模型这一数据组织方式以描述系统可用数据之间的联系,为控制器的设计奠定基础

对以上问题进行恰当的描述,有助于从本质上分析问题,更准确婚配已有的控制算法(比如,控制算法中常用到的卡尔曼滤波器是假设噪声是白噪声,对于周期噪声干扰就未必合适,需要经过改造或者选用其他滤波方法),并最大程度地组织已知的信息,从而为设计高效的控制算法奠定基础(控制算法对已知信息利用得越充分,达到的控制效果越非常好,比如对于自顺应控制等算法,知道数据上下界,可以保证辨识数据有界并改善瞬态质量;对于鲁棒控制,如果知道不确定性的结构信息模糊神经网络pid算法,则可以降低控制算法的保守性)。

在线客服

扫码与我交流