Questions tagged «control-theory»

状态向量x（t）和控制向量y（t）的典型最优控制问题可以表示为： maxx(t),y(t)∫t10f(t,x(t),y(t))dtmaxx(t),y(t)∫0t1f(t,x(t),y(t))dt\max_{x(t), y(t)} \int_0^{t_1} f(t,x(t), y(t)) dt 服从x′(t)=g(t,x(t),y(t))x′(t)=g(t,x(t),y(t))x'(t)= g(t, x(t), y(t))和x的边界条件xxx。 我想解决一个看起来非常相似的问题，但是控件的运动定律是： x′(t)=g(t,x(t),y(t),z(x(t)))x′(t)=g(t,x(t),y(t),z(x(t)))x'(t)= g(t, x(t), y(t), z(x(t)) ) 在这里，需要选择z(.)z(.)z(.)。但是它的论点是国家。 我什至不知道从哪里开始寻找解决方案。我该如何解决这个问题？

11 control-engineering  control-theory  optimal-control 

我建立了（几个）离散扩展卡尔曼滤波器（EKF）。我正在构建的系统模型具有9个状态和10个观察值。我看到除一个州外，大多数州都在融合。除了1-2的EKF状态估计之外，所有其他函数似乎都在漂移。由于EKF依赖于所有收敛的状态，因此在偏离之后，其余状态是非常错误的。 如何检查EKF的可观察性？我是否只是简单地检查测量雅可比行列的等级，看看它是否小于测量雅可比行列的最大等级？ 在我的模拟中添加更多的测量值之后，我可以使事情收敛。但是，关于可观察性的问题仍然存在！ 问题： 地面真实性和EKF估计图可在此处找到或参见下文。 笔记： 该模型在时间步长400-600之间是非常非线性的，因此某些状态存在一定差异 图/状态6似乎有所不同 请忽略图8/9的“传感器读数”图 我尝试过的事情： 我知道对于线性状态空间系统，您可以使用Cayley Hamilton定理来检查可观察性。 我试图检查创新/测量残差e，所有创新都收敛为0 我也测试了不同的输入，它们似乎并没有影响发散状态的收敛。 我对EKF进行了调优，但没有任何收敛迹象 另一个输入信号的图形：或参见下文 与同事交谈后，他建议我调查另一个问题，该问题可能是线性依赖于两个状态的观测值，例如y = x1 + x2。可以满足相同条件的值有无数y，但是可观察性难道也不能解决这个问题吗？ 请让我知道我还有什么可以提供的。 地面真实情况和EKF估计图： 单击图像可查看大图 附加输入信号： 单击图像可查看大图

11 electrical-engineering  control-engineering  control-theory  optimal-control 

连续PID控制器的通用描述是这样写的： 最好给定受控系统的常数K_p，K_i和K_d的值将取决于其时间常数，可以是\ text {PT} _1系统或\ text {PT} _2系统等。y(t)=Kp⋅e(t)+Ki∫t0e(τ)dτ+Kdde(t)dty(t)=Kp⋅e(t)+Ki∫0te(τ)dτ+Kdde(t)dty(t)=K_p⋅e(t)+K_i\int_0^t e(τ)dτ+K_d\dfrac{de(t)}{dt}KpKpK_pKiKiK_iKdKdK_dPT1PT1\text{PT}_1PT2PT2\text{PT}_2 如果此类系统的时间常数可变，该怎么办。可以说，它在TaTaT_a和T_b之间变化TbTbT_b（Ta&lt;TbTa&lt;TbT_a < T_b）。您如何设计PID常数？

9 control-engineering  control-theory 

考虑沿轴移动的一维点质量。力üuu用作控件。没有重力或其他作用力。该系统可以在状态空间方程中描述为： 一个乙Cd=⎡⎣⎢0001个0001个0⎤⎦⎥=⎡⎣⎢⎢⎢001个中号⎤⎦⎥⎥⎥= [001个]= [ 0 ]A=[010001000]B=[001M]C=[001]D=[0]\begin{align} A &= \begin{bmatrix} 0 & 1 & 0 \\ 0 & 0 & 1 \\ 0 & 0 & 0 \end{bmatrix} \\ B &= \begin{bmatrix} 0 \\ 0 \\ \dfrac{1}{M} \end{bmatrix} \\ C &= \begin{bmatrix} 0 & 0 & 1 \end{bmatrix} \\ D &= …

8 control-engineering  control-theory 

据我所知，控制系统工程工作几乎总是高级职位。大多数工程师在有资格实际设计控制系统之前，有哪些入门级工作？这种工作需要PE许可证吗？ 我目前正在攻读电气和计算机工程硕士学位。我最感兴趣的是控制理论，这是我论文的主题。

5 control-engineering  control-theory  employment 

我正在学习如何使用控制双积分器。H∞H∞H_\infty 我的模型很简单 r˙=vv˙=F/mr(t0)=0 m,$v(t0)=0 m/s,m=1000 kgr˙=vv˙=F/mr(t0)=0 m,$v(t0)=0 m/s,m=1000 kg\begin{gather} \dot{r} = v \\ \dot{v} = F/m \\ r(t_0) = 0\text{ m}, $v(t_0) = 0\text{ m/s}, m = 1000\text{ kg} \end{gather} 所以我希望能够跟踪一个步骤命令。我在测量位置，速度和力时有噪音，假设噪音的标准差为0.02 m，0.01 m / s和0.2 N. 我希望闭环带宽等于0.2 Hz，稳态误差为0.1 m，灵敏度峰值为。fp=1fp=1f_{p} = 1 我实施的方案如下： 称重功能如下。由于我想跟踪低频变化的信号，因此我将施加 在低通跟踪函数等于和等于0.2。Wref,r=1s/ωlpt+1Wref,r=1s/ωlpt+1W_{ref,r} = \frac{1}{s/\omega_{lpt} +1 }flptflptf_{lpt}2πflpt2πflpt2\pi f_{lpt}flptflptf_{lpt} 噪声加权函数是对应于上述的值的常量，而没有前馈贡献，所以等于1，所以确实（完美内动力学）。如果我正确地理解了该理论，则函数和的作用与LQR中的矩阵和相似，不同之处在于我们可以按频率对其进行整形，并且可以使范数最小化而不是欧几里得一。因此，按照Skogestad在其精彩著作中的建议，我指定了 …

3 control-engineering  control-theory  pid-control  optimal-control 

我完成了我的控制理论课程，我想建造一个具有巡航控制功能的遥控车。所以我从力量分析开始，我得到了不变的外力。例如，如果道路倾斜，则重力将车辆保持在后面。另一种力量是滚动阻力。我相信这是抵抗汽车运动的唯一两个相当大的力量;但是，这并不能提供稳定的系统。 在网上做了一点研究，我发现大多数模型，如果不是全部，都说外力与汽车的速度成正比。我理解这与弹簧阻尼器模型有什么关系，但我不明白为什么当所有力都是恒定时外力与速度成正比。例如，滚动阻力仅取决于汽车的重量/法向力 - 而不是速度。那么我怎么能说他们在不同速度上变化呢？ 另外，让我们假设力与速度成正比，那我怎么算出比例常数呢？ 我试图在simulink中用某种控制器（可能是PID）创建一个模型，然后将其转化为现实。我已经坚持使用主系统了。谢谢你的帮助！

2 mechanical-engineering  electrical-engineering  control-engineering  control-theory 

实时调用控制器有什么要求？ 整个标准是什么？ 我不认为在采样间隔过去之前快速渲染输出就足以进行实时认证。

2 control-engineering  control-theory 

在下面的 纸 ： Kuhne，Felipe，Walter Fetter Lages和JM Gomes da Silva Jr.“使用线性化对移动机器人进行模型预测控制”。在机电一体化和机器人学进展，第525-530页。 2004年。 他们使用Jacobian线性化了系统： $$ \ boldsymbol {\ dot x} _r = \ boldsymbol {f}（\ boldsymbol {x} _r，\ boldsymbol {u} _r）$$ 然后，我在想 1-它是线性化系统的唯一方法还是有许多线性化方法，这只是其中之一？ 2-如果有干扰$ \ boldsymbol {d} $，那么使用这种方法，我们应该计算围绕$ \ boldsymbol {d} _r $的雅可比行列式，还是应该在零干扰周围计算它？哪一个比较常见？ 3-扰动的线性化是否与状态和输入的线性化方式类似？ 4-是否有针对鲁棒控制的特殊线性化？

1 control-engineering  control-theory 

我已经开始通过几本书来学习控制工程并且非常棒 youtube视频作者：Brian Douglas 。我喜欢他们，因为他们让我对我之前学到的数学有了新的认识，但我仍然无法理解实际控制工程师所做的事情。 这里的系统是什么意思？我的意思是所有的例子总是只是弹簧等物理系统，但它们都受物理定律的支配，无论我们对输出有多么不满意，我们都无法修改物理定律。例如，在移动机器人的情况下，控制工程师会做些什么？导出PID系数？我觉得错过了最重要的部分。

1 control-engineering  control-theory 

我是一名数学教授，教授Intro ODEs课程，我的大部分学生都参加了工程学。因此，我想给他们很多关于如何应用我们的材料的例子。 我们正在进行拉普拉斯变换，我正在寻找一个来自控制理论的相对简单的例子。我在考虑检查汽车或恒温器中的巡航控制的PID控制（这些似乎是经典的例子）但是我很难理解为什么我们真的需要拉普拉斯变换或传递函数：我们已经知道如何在没有拉普拉斯的情况下求解具有常系数的线性ODE。 我希望有人能告诉我为什么我们真的需要（或者至少得到很大帮助）拉普拉斯变换和这些例子中的传递函数，或者指向一个我们所做的简单例子。

1 control-engineering  control-theory 

我必须为Matlab中的某些参数调整状态空间模型。传递函数必须为。使用放置命令，我能够将极点放置在−4.115±7.12i处，并具有-280和-28的全状态反馈增益。但是，我现在必须使用前置滤波器放置零，以使零位于s = -0.6653，并且系统正确跟踪输入信号。我看不到预过滤器将如何影响枚举器，以便可以更改零的位置。如何放置零？ķq（1 + 0.162 s ）小号2+ 8.23 秒+ 67.7kq(1+0.162s)s2+8.23s+67.7\frac{k_q(1+0.162s)}{s^2+8.23s+67.7}− 4.115 ± 7.12 我−4.115±7.12i-4.115\pm 7.12i

1 control-engineering  control-theory 

我对选择参考信号以控制状态空间模型感到困惑。 我已经阅读（但没有深入的数学解释），必须缩放他的参考信号，以使系统能够跟踪输入信号。还有一个给出缩放系数的函数 Nbar，所以我必须乘以它的参考信号： s = size(A,1); Z = [zeros([1,s]) 1]; N = inv([A,B;C,D])*Z'; Nx = N(1:s); Nu = N(1+s); Nbar=Nu + K*Nx; 在我的特殊情况下，在一维推车上有一个摆锤的模型，任意选择的杆。我的状态变量是 $ {\ vec {\ textbf {x}}} = [x \ \ dot {x} \ \ theta \ \ dot {\ theta}] ^ {T} $。 以下是matlab代码： clear all; M …

control-engineering  control-theory  matlab 

在这个链接中，已经提到了两种方法用于线性化。 1-离线线性化 2-在线线性化 但是，我不明白在线方法中“连续线性化”的作用是什么。连续和典型线性化有什么区别？

control-theory  modeling 

有谁知道如何在不知道开环传递函数的情况下读取奈奎斯特图上的角度？所以只有情节。

control-engineering  control-theory