В этом примере показов, как применить известные ограничения для ПИД-регулятора приложения с помощью блока Constraint Enforcement.
В данном примере динамика объекта описывается следующими уравнениями [1].
Цель для объекта состоит в том, чтобы отслеживать желаемые траектории, определенные как:
Для примера, который учит и применяет неизвестную функцию ограничения для того же приложения управления ПИД, смотрите Изучение и Применение ограничений для ПИД-регуляторов.
Сконфигурируйте параметры модели и начальные условия.
r = 1.5; % radius for desired trajectory Ts = 0.1; % sample time Tf = 22; % duration x0_1 = -r; % initial condition for x1 x0_2 = 0; % initial condition for x2
Перед применением ограничений проекта ПИД-регуляторов для отслеживания ссылки траекторий. The trackingWithPIDs
модель содержит два ПИД-регуляторов с усилениями, настроенными с помощью приложения PID Tuner. Для получения дополнительной информации о настройке ПИД-регуляторов в моделях Simulink, см. Введение в основанную на модели настройку ПИД в Simulink.
mdl = 'trackingWithPIDs';
open_system(mdl)
Симулируйте ПИД-регуляторы и постройте график их эффективности отслеживания.
% Simulate the model. out = sim(mdl); % Extract trajectories. logData = out.logsout; x1_traj = logData{3}.Values.Data; x2_traj = logData{4}.Values.Data; x1_des = logData{1}.Values.Data; x2_des = logData{2}.Values.Data; % Plot trajectories. figure('Name','Tracking') xlim([-2,2]) ylim([-2,2]) plot(x1_des,x2_des,'r') xlabel('x1') ylabel('x2') hold on plot(x1_traj,x2_traj,'b:','LineWidth',2) hold on plot(x1_traj(1),x2_traj(1),'g*') hold on plot(x1_traj(end),x2_traj(end),'go') legend('desired','traj','start','end')
В данном примере вы применяете известные ограничения к приложению с помощью блока Constraint Enforcement, который корректирует действия управления, чтобы удовлетворить ограничительной функции.
В этом примере допустимая область для объекта управления . Поэтому условие следующего состояния объекта должен удовлетворять .
Можно аппроксимировать динамику объекта следующим уравнением.
Применение ограничений к этому уравнению создает следующую функцию ограничения.
.
Блок Constraint Enforcement принимает ограничения формы . Для этого приложения коэффициенты этой ограничительной функции следующие.
The trackingWithConstraintPID
модель содержит ПИД-регуляторы, динамику объекта управления и реализацию ограничений.
mdl = 'trackingWithKnownConstraintPID';
open_system(mdl)
Чтобы просмотреть реализацию ограничений, откройте Подсистему ограничений. Здесь известная функция ограничения реализована с помощью блока MATLAB Function, а блок Constraint Enforcement применяет функцию ограничения.
Запустите модель и постройте график результатов симуляции. На графике показано, что состояния объекта меньше единицы.
% Simulate the model. out = sim(mdl); % Extract trajectories. logData = out.logsout; x1_traj = zeros(size(out.tout)); x2_traj = zeros(size(out.tout)); for ct = 1:size(out.tout,1) x1_traj(ct) = logData{4}.Values.Data(:,:,ct); x2_traj(ct) = logData{5}.Values.Data(:,:,ct); end x1_des = logData{2}.Values.Data; x2_des = logData{3}.Values.Data; % Plot trajectories. figure('Name','Tracking with Constraint'); plot(x1_des,x2_des,'r') xlabel('x1') ylabel('x2') hold on plot(x1_traj,x2_traj,'b:','LineWidth',2) hold on plot(x1_traj(1),x2_traj(1),'g*') hold on plot(x1_traj(end),x2_traj(end),'go') legend('desired','traj','start','end','Location','best')
Блок Constraint Enforcement успешно ограничивает действия управления таким образом, чтобы состояния объекта оставалось меньше единицы.
bdclose('trackingWithPIDs') bdclose('trackingWithKnownConstraintPID')
[1] Робей, Александр, Хаймин Ху, Ларс Линдеманн, Ханвэнь Чжан, Димос В. Димарогонас, Стивен Ту, и Николай Матни. «Барьерные функции управления обучением из экспертных демонстраций». Препринт, представленный 7 апреля 2020 года. https://arxiv.org/abs/2004.03315