Процесс итерации D-K

Вы можете использовать musyn команда для разработки робастного контроллера для неопределенного объекта, как описано в Robust Controller Design Using Mu Synthesis. Алгоритм, используемый musyn - итерационный процесс, называемый D-K iteration. В этом процессе функция:

  1. Использует H синтез ∞, чтобы найти контроллер, который минимизирует коэффициент усиления в системе с обратной связью номинальной системы .

  2. Выполняет анализ робастности, чтобы оценить устойчивую H ∞ эффективность системы с обратной связью. Эта величина выражена как масштабированная H ∞ норма с динамическими масштабированиями, называемыми D и G масштабированиями (D шаг).

  3. Находит новый контроллер, чтобы минимизировать масштабированную норму H ∞, полученную на шаге 2 (K шаг).

  4. Повторяет шаги 2 и 3 до тех пор, пока устойчивая эффективность не перестанет улучшаться.

И шаг D, и шаг K являются математически интенсивными расчетами. Далее приводятся подробные данные алгоритма.

Шаг D

На D шаге, musyn вычисляет верхнюю границу μ¯ устойчивой производительности H ∞ для токового K контроллера. Шаг D начинается с надежного анализа эффективности для системы с неопределенной системой с обратной связью T = LFT (P, K), как на следующей схеме.

Введение блока производительности в perf преобразует устойчивый анализ T в устойчивый анализ цикла обратной связи на следующей схеме.

Здесь, И является дополненной структурой неопределенности

Δ(Δperf00Δunc).

musyn вычисляет μ¯, верхняя граница устойчивой H ∞ эффективность. Для этого ,musyn выбирает сетку частот {ω 1,..., ωN}. Для T только со сложной неопределенностью,musyn вычисляет на каждой частотной ωi

μ¯i=infDiDiT0(jωi)Di1.

Частотно-зависимые матрицы D, которые коммутируются с, называются D масштабированиями. μ¯ является самым большим результатом по всем частотам в сетке,

μ¯=maxiμ¯i.

Когда вы используете musyn, вы можете получить доступ к результатам D шага несколькими способами.

  • Дефолт musyn отображение показывает μ¯ для каждой итерации в Peak MU столбец.

  • musyn возвраты μ¯ для каждой итерации в PeakMU поле info выходной аргумент.

  • musyn возвращает Di в DG поля info выходной аргумент.

  • Чтобы визуализировать частотную зависимость Di, установите 'Display' опция musynOptions на 'full'.

Для получения дополнительной информации об расчете и интерпретации μ¯, см. Robust Performance Measure for Mu-Synthesis.

D-образная и масштабированная производительность H

musyn подходит для рациональной функции D (s) к последовательности масштабирований {Di}. Подгонка приводит к величине μF называемой scaled H∞ performance,

μFD(T0)D1.

Поскольку подгонка не точна, μF обычно несколько больше, чем μ¯.

Получить доступ к результатам подгонки можно несколькими способами.

  • Дефолт musyn Отображение показов μF для каждой итерации в DG Fit столбец.

  • musyn возвращает μF для каждой итерации в PeakMUFit поле info выходной аргумент.

  • musyn возвращает функции аппроксимации в dr и dc поля info выходной аргумент.

  • Чтобы визуализировать частотную зависимость функций аппроксимации, установите 'Display' опция musynOptions на 'full'.

K Шаг

T 0 зависит от выбора контроллера K по отношению T 0 = LFT (P 0, K). Поэтому минимизация μF по отношению к K является задачей масштабированного H ∞ синтеза. Таким образом, на K шаге,musyn использование hinfsyn или hinfstruct для вычисления K контроллера* что минимизирует μF. Минимизированная величина является масштабированной H ∞ нормой. Чтобы алгоритм продвинулся вперед, новый контроллер должен улучшить устойчивую эффективность, полученную на D шаге :

DLFT(P0,K*)D1<μ¯.

В противном случае прогресса недостаточно для компенсации ошибок аппроксимации. Таким образом musyn завершает процесс итерации D-K, когда K* не улучшает устойчивую эффективность в пределах допуска, заданного 'TolPerf' опция musynOptions.

Доступ к результатам шага K можно получить несколькими способами.

  • Дефолт musyn На отображении показана масштабированная норма H ∞ для каждой итерации в K Step столбец.

  • musyn возвращает новый контроллер в K от info выходной аргумент и соответствующий масштабированный H ∞ норму для каждой итерации в gamma поле.

Смешанная реальная и сложная неопределенность

Когда у системы есть как реальная, так и комплексная неопределенность, и вы устанавливаете 'MixedMU' опция musynOptions на 'on', musyn использует дополнительное G - измеряющий, чтобы улучшить расчет μ¯. Алгоритм в этом случае называется mixed-μ synthesis.

Для смешанной неопределенности, musyn вычисляет μ¯i и масштабирования Dr (ωi), Dc (ωi) и Gcr (ωi), такие что

(T0(jωi)I)H(Dr(ωi)jGcrH(ωi)jGcr(ωi)μ¯i2Dc(ωi))(T0(jωi)I)0

на каждой частоте в сетке.

musyn подходит для D и G данных масштабирования путем построения рациональной функции

F(s)=Ψ(s)(dr(s)00dc(s))

таким, что

  • dr (<reservedrangesplaceholder3>), dc (<reservedrangesplaceholder1>), и Ψ (<reservedrangesplaceholder0>) стабильны со стабильной инверсией.

  • dr (s) и dc (s) аппроксимируют квадратные корни диагональных элементов Dr (ωi) и Dc (ωi).

  • F приблизительно удовлетворяет

    (Dr(ωi)jGcrH(ωi)jGcr(ωi)μ2Dc(ωi))F(jωi)HJF(jωi),J=(Ir00Ic).

Наконец, масштабированная производительность H ∞ определяется как

μFT¯(s),

где T¯(s) - преобразованная система,

T¯(s)μ¯T¯1T¯21,(T¯1(s)T¯2(s))Ψ(s)(dr(s)T0(s)dc(s)).

Для точной подгонки D и G, T¯(jωi)=μ¯i. Поэтому в целом, μFμ¯.

Потому что преобразованная система T¯(s) все еще линейная фракционная функция контроллера K, K шаг для смешанного - μ доходы случая, вычисляя контроллер <reservedrangesplaceholder1> <reservedrangesplaceholder0> , который минимизируетT¯.

При использовании musyn, вы можете получить доступ к D и G масштабированиям несколькими способами.

  • musyn возвращает D и G данные масштабирования в DG поле info выходной аргумент.

  • musyn возвращает функции аппроксимации в dr, dc, и PSI поля info выходной аргумент.

  • Чтобы визуализировать частотную зависимость масштабирующих данных и функций аппроксимации, установите 'Display' опция musynOptions на 'full'.

См. также

| |

Похожие темы

Для просмотра документации необходимо авторизоваться на сайте