PIC Vietnam

Go Back   PIC Vietnam > Robotics > Điều khiển

Tài trợ cho PIC Vietnam
Trang chủ Đăng Kí Hỏi/Ðáp Thành Viên Lịch Bài Trong Ngày Vi điều khiển

Điều khiển Lý thuyết điều khiển và ứng dụng lý thuyết điều khiển trong những trường hợp thực tế

 
 
Ðiều Chỉnh Xếp Bài
Prev Previous Post   Next Post Next
Old 03-01-2009, 06:19 PM   #11
Mecha
Trưởng lão PIC bang
 
Mecha's Avatar
 
Tham gia ngày: Dec 2005
Bài gửi: 315
:
Theo anh được biết thì phương pháp Ziegler-Nichols (hay còn gọi là phương pháp thực nghiệm) có thể áp dụng để xác định thông số bộ điều khiển PID cho hầu hết các trường hợp với điều kiện là phải “bring feedback system at the border of instability” để xác định được Kth and Tth.

Một cấu trúc điều khiển tổng quát thường có hai khâu:

- Khâu điều khiển phản hồi feedback control (FC) có vai trò ổn định hệ thống. PID thường hay được dùng với chức năng này. Ưu điểm của PID là đơn giản và cho một chất lượng điều khiển có thể chấp nhận được. Tuy nhiên PID bị ảnh hưởng mạnh bởi nhiễu vì nhiễu theo đường phản hồi rồi qua khuếch đại của bản thân PID nên tín hiệu điều khiển luôn chứa đựng cả thành phần nhiễu => có thể làm hệ thống mất ổn định. Giải pháp là sử dụng bộ lọc biến trang thái (State Variable Filter SVF) hoặc Kalman filter để thu được tín hiệu “sạch” trước khi phản hồi về bộ điều khiển.

- Khâu điều khiển Feedforward Control (FFC) có vai trò nâng cao chất lượng điều khiển (giảm tracking error, tăng tốc độ đáp ứng, mở rộng bandwidth, giảm ảnh hưởng của system disturbances and nhiễu đo lường đến hệ thống).

Nguyên tắc của điều khiển FFC là tạo ra được nghịch đảo của đối tượng điều khiển (P^-1) và khi đó hàm truyền của hệ kín sẽ tiến tới 1 => output sẽ tiến tới setpoint. Nhưng thực tế là luôn tồn tại system disturbances tại đầu vào của đối tượng và nhiễu đo lường tại đầu ra của đối tượng cho nên thông số của đối tượng luôn biến đổi theo thời gian. Vì vậy mà các thông số của FFC chọn tại thời điểm ban đầu sẽ không thể tạo được P^-1 vì vậy mà cần phải có Learning Feedforward Control (LFFC) với khả năng thay đổi các thông số của FFC theo sự thay đổi của đối tượng để luôn tạo ra được P^-1. Cơ chế learning của LFFC thường được thực hiện theo hai cách: (i) learning dựa trên ổn định Lyapunov, nghĩa là các hệ số của FFC được chỉnh định sao cho thỏa mãn tiêu chuẩn ổn định Lyapunov (ii) learning dựa trên mạng nơ ron (MLP hoặc B-spline) với feedback control signal được sử dụng làm tín hiệu learning.

Tuy nhiên LFFC + FC vẫn bị ảnh hường bởi nhiễu do đường phản hồi feedback. Nên một giải pháp là switch off feedback control. Khi đó LFFC vẫn có thể đảm bảo tốt chất lượng điều khiển hệ thống.
__________________
Sống là động nhưng lòng luôn bất động,
Sống là thương nhưng lòng chẳng vấn vương,
Sống yên vui danh lợi vẫn coi thường,
Tâm bất biến giữa dòng đời vạn biến.


Chú ý: đề nghị các thành viên đọc luồng dưới đây trước khi post bài:
http://www.picvietnam.com/forum//showthread.php?t=1263
Mecha vẫn chưa có mặt trong diễn đàn   Trả Lời Với Trích Dẫn
 


Quyền Sử Dụng Ở Diễn Ðàn
You may not post new threads
You may not post replies
You may not post attachments
You may not edit your posts

BB code is Mở
Smilies đang Mở
[IMG] đang Mở
HTML đang Tắt

Chuyển đến


Múi giờ GMT. Hiện tại là 05:34 PM.


Được sáng lập bởi Đoàn Hiệp
Powered by vBulletin®
Page copy protected against web site content infringement by Copyscape
Copyright © PIC Vietnam