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:
Использует H синтез ∞, чтобы найти контроллер, который минимизирует коэффициент усиления в системе с обратной связью номинальной системы .
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).
Находит новый контроллер, чтобы минимизировать масштабированную норму H ∞, полученную на шаге 2 (K шаг).
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.
На D шаге, musyn
вычисляет верхнюю границу 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
musyn
вычисляет , 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
Частотно-зависимые матрицы D, которые коммутируются с, называются D масштабированиями. является самым большим результатом по всем частотам в сетке,
Когда вы используете musyn
, вы можете получить доступ к результатам D шага несколькими способами.
Дефолт musyn
отображение показывает для каждой итерации в Peak MU
столбец.
musyn
возвраты 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 , см. Robust Performance Measure for Mu-Synthesis.
musyn
подходит для рациональной функции D (s) к последовательности масштабирований {Di}. Подгонка приводит к величине μF называемой scaled H∞ performance,
Поскольку подгонка не точна, μF обычно несколько больше, чем .
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'
.
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 :
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.
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 . Алгоритм в этом случае называется mixed-μ synthesis.
Для смешанной неопределенности, musyn
вычисляет и масштабирования Dr (ωi), Dc (ωi) и Gcr (ωi), такие что
на каждой частоте в сетке.
musyn
подходит для D и G данных масштабирования путем построения рациональной функции
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
Наконец, масштабированная производительность H ∞ определяется как
где - преобразованная система,
Для точной подгонки D и G, . Поэтому в целом,
Потому что преобразованная система все еще линейная фракционная функция контроллера K, K шаг для смешанного - μ доходы случая, вычисляя контроллер <reservedrangesplaceholder1> <reservedrangesplaceholder0> , который минимизирует.
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'
.
musyn
| musynOptions
| musynperf