Exponenta Banner

Использование параллельных вычислений для ускорения настройки

Этот пример использует:

Открыть скрипт

В этом примере показано, как использовать Toolbox™ Parallel Computing для ускорения стратегий многопуска для настройки систем управления с фиксированной структурой.

Фон

Оба systune и looptune используйте локальные методы оптимизации для настройки архитектуры управления под рукой. Чтобы уменьшить риск выхода с локально оптимальным, но глобально плохим проектом, рекомендуется запустить несколько оптимизаций, начиная с различных случайным образом сгенерированных начальных точек. Если у вас есть многоядерная машина или вы имеете доступ к распределенным вычислительным ресурсам, можно значительно ускорить этот процесс с помощью Parallel Computing Toolbox.

В этом примере показано, как параллелизировать настройку автопилота планера с looptune. Смотрите пример «Настройка автопилота с двумя циклами» для получения дополнительной информации об этом приложении looptune.

Настройка автопилота

Динамика планера и автопилота моделируются в Simulink.

open_system('rct_airframe1')

Автопилот состоит из двух каскадных циклов, настраиваемые элементы которых включают два усиления ПИ-контроллера (блок «az Control») и один коэффициент усиления в цикле скорости тангажа (блок «q Gain»). Вертикальное ускорение az должен отслеживать команду azref со временем отклика 1 секунду. Использование slTuner для настройки этой задачи настройки (см. пример «Настройка автопилота с двумя циклами» для получения дополнительной информации):

ST0 = slTuner('rct_airframe1',{'az Control','q Gain'});
addPoint(ST0,{'az ref','delta fin','az','q'})

% Design requirements
wc = [3,12];   % bandwidth
TrackReq = TuningGoal.Tracking('az ref','az',1);  % tracking

Параллельная настройка с LOOPTUNE

Мы готовы настроить коэффициент усиления автопилота с помощью looptune. Чтобы минимизировать риск получения некачественного локального минимума, запустите 30 оптимизаций, начиная с 30 случайным образом сгенерированных значений трех коэффициентов усиления. Сконфигурируйте looptune опции для параллельной обработки этих 30 запусков:

rng('default')
Options = looptuneOptions('RandomStart',30,'UseParallel',true);

Следующий вызов looptune чтобы запустить алгоритм настройки. 30 запусков автоматически распределяются между доступными вычислительными ресурсами:

Controls = 'delta fin';
Measurements = {'az','q'};
[ST,gam,Info] = looptune(ST0,Controls,Measurements,wc,TrackReq,Options);

Starting parallel pool (parpool) using the 'local' profile ... connected to 6 workers.
Final: Failed to enforce closed-loop stability (max Re(s) = 0.042)
Final: Failed to enforce closed-loop stability (max Re(s) = 0.039)
Final: Failed to enforce closed-loop stability (max Re(s) = 0.041)
Final: Failed to enforce closed-loop stability (max Re(s) = 0.041)
Final: Failed to enforce closed-loop stability (max Re(s) = 0.041)
Final: Failed to enforce closed-loop stability (max Re(s) = 0.082)
Final: Failed to enforce closed-loop stability (max Re(s) = 0.041)
Final: Peak gain = 1.23, Iterations = 53
Final: Peak gain = 62, Iterations = 92
       Some closed-loop poles are marginally stable (decay rate near 1e-07)
Final: Peak gain = 62, Iterations = 128
       Some closed-loop poles are marginally stable (decay rate near 1e-07)
Final: Peak gain = 1.23, Iterations = 128
Final: Failed to enforce closed-loop stability (max Re(s) = 0.041)
Final: Peak gain = 1.23, Iterations = 130
Final: Failed to enforce closed-loop stability (max Re(s) = 0.041)
Final: Failed to enforce closed-loop stability (max Re(s) = 0.041)
Final: Failed to enforce closed-loop stability (max Re(s) = 0.04)
Final: Failed to enforce closed-loop stability (max Re(s) = 0.041)
Final: Failed to enforce closed-loop stability (max Re(s) = 0.082)
Final: Failed to enforce closed-loop stability (max Re(s) = 0.041)
Final: Peak gain = 1.23, Iterations = 98
Final: Peak gain = 61.9, Iterations = 79
Final: Failed to enforce closed-loop stability (max Re(s) = 0.039)
Final: Failed to enforce closed-loop stability (max Re(s) = 0.041)
Final: Failed to enforce closed-loop stability (max Re(s) = 0.041)
Final: Failed to enforce closed-loop stability (max Re(s) = 0.041)
Final: Failed to enforce closed-loop stability (max Re(s) = 0.041)
Final: Failed to enforce closed-loop stability (max Re(s) = 0.082)
Final: Failed to enforce closed-loop stability (max Re(s) = 0.051)
Final: Failed to enforce closed-loop stability (max Re(s) = 0.041)
Final: Failed to enforce closed-loop stability (max Re(s) = 0.041)
Final: Peak gain = 1.23, Iterations = 42

Большинство запусков возвращают 1.23 как оптимальное значение усиления, предполагая, что этот локальный минимум имеет широкую область притяжения и, вероятно, будет глобальным оптимумом. Использование showBlockValue чтобы увидеть соответствующие значения усиления:

showBlockValue(ST)

AnalysisPoints_ =
 
  D = 
       u1  u2  u3  u4
   y1   1   0   0   0
   y2   0   1   0   0
   y3   0   0   1   0
   y4   0   0   0   1
 
Name: AnalysisPoints_
Static gain.
-----------------------------------
az_Control =
 
             1 
  Kp + Ki * ---
             s 

  with Kp = 0.00165, Ki = 0.00166
 
Name: az_Control
Continuous-time PI controller in parallel form.
-----------------------------------
q_Gain =
 
  D = 
          u1
   y1  1.985
 
Name: q_Gain
Static gain.

Постройте график обратной связи для этого набора усилений:

T = getIOTransfer(ST,'az ref','az');
step(T,5)

См. также

| (Simulink Control Design) | (Simulink Control Design)

Control System Toolbox документация

Поддержка