Какви са алгоритмите за управление, използвани за ротационна платформа с 6 степени на свобода?

Като доставчик на ротационни платформи с 6 DOF (степени на свобода) често ме питат за алгоритмите за управление, използвани в тези сложни системи. В тази публикация в блога ще разгледам различните алгоритми за управление, които обикновено се използват, за да осигурят прецизна и ефективна работа на ротационни платформи с 6 DOF.

Разбиране на 6 DOF ротационни платформи

Преди да обсъдим алгоритмите за управление, важно е да разберем какво представлява ротационната платформа с 6 DOF. Платформа с 6 DOF може да се движи по шест различни начина: три транслационни движения (по осите X, Y и Z) и три ротационни движения (наклон, търкаляне и отклонение). Тези платформи се използват широко в различни индустрии, включително аерокосмическа, автомобилна и развлекателна, за приложения като симулация на полети, тестване на превозни средства и изживявания във виртуална реалност.

Пропорционално - интегрално - производно (PID) управление

Един от най-широко използваните алгоритми за управление в ротационните платформи с 6 DOF е пропорционално - интегрално - производно (PID) управление. PID управлението е механизъм за управление на обратна връзка, който непрекъснато изчислява стойност на грешка като разлика между желана зададена точка и измерена променлива на процеса. След това контролерът настройва управляващия вход към системата въз основа на пропорционалните, интегралните и производните членове на грешката.

• Пропорционален срок: Пропорционалният член е пропорционален на текущата грешка. Той осигурява незабавен отговор на грешката и колкото по-голяма е грешката, толкова по-голямо е коригиращото действие. Въпреки това, разчитането единствено на пропорционалния член може да доведе до грешка в стационарно състояние, при която системата никога не достига напълно желаната зададена точка.
• Интегрален термин: Интегралният член натрупва грешката с течение на времето. Помага да се елиминира грешката в стационарно състояние чрез непрекъснато регулиране на управляващия вход, докато грешката стане нула. Въпреки това, твърде много интегрално действие може да доведе до превишаване на системата и да стане нестабилна.
• Производен термин: Производната е пропорционална на скоростта на промяна на грешката. Той предвижда бъдещото поведение на грешката и осигурява коригиращо действие за предотвратяване на превишаване. Производният термин може да подобри стабилността и времето за реакция на системата.

PID контролът е сравнително лесен за изпълнение и може да осигури добра производителност в много приложения. Въпреки това, той може да не е подходящ за системи със сложна динамика или смущения.

Модел - Предсказуем контрол (MPC)

Модел - предсказуем контрол (MPC) е по-усъвършенстван алгоритъм за управление, който използва математически модел на системата, за да предвиди нейното бъдещо поведение. MPC изчислява оптималните контролни входове за прогнозиране на краен хоризонт, за да минимизира функция на разходите, която взема предвид желаната зададена точка, системните ограничения и усилието за управление.

• Моделиране: MPC изисква точен модел на ротационната платформа с 6 DOF. Този модел може да бъде получен чрез техники за идентификация на системата, които включват измерване на входно-изходното поведение на системата и приспособяване на математически модел към данните.
• Прогноза и оптимизация: MPC прогнозира бъдещите състояния на системата въз основа на текущото състояние и контролните входове. След това оптимизира контролните входове за прогнозиране с краен хоризонт, за да минимизира функцията на разходите. Оптималните управляващи входове се прилагат към системата и процесът се повтаря при всяко време на вземане на проби.

MPC може да се справи със системни ограничения, като ограничения на задвижването и физически граници, по-ефективно от PID управлението. Той може също да се адаптира към промените в динамиката на системата и смущенията, което го прави подходящ за сложни и нелинейни системи. MPC обаче изисква повече изчислителни ресурси и по-точен модел на системата.

Размито логическо управление

Размито логическо управление (FLC) е контролен алгоритъм, който използва размита логика за представяне и манипулиране на несигурна и неточна информация. FLC се основава на концепцията за размити множества и размити правила, които позволяват на контролера да взема решения въз основа на лингвистични променливи, а не на точни числени стойности.

• Размити множества и функции за принадлежност: FLC използва размити набори за представяне на входните и изходните променливи на системата. Всяко размито множество се дефинира от функция на принадлежност, която описва степента, до която входната стойност принадлежи на набора. Например, размит набор за грешката може да се дефинира като „отрицателна голяма“, „отрицателна малка“, „нула“, „положителна малка“ и „положителна голяма“.
• Размити правила: FLC използва размити правила, за да опише връзката между входните и изходните променливи. Тези правила се основават на знанията и опита на системния оператор или проектанта. Например, размито правило може да бъде "ако грешката е положително голяма и промяната в грешката е положително малка, тогава контролният изход е положително голям".
• Размито заключение и дефузификация: FLC използва размит извод, за да определи изхода на контролера въз основа на входните стойности и размитите правила. Резултатът от размития извод е размит набор, който трябва да бъде преобразуван в ясна стойност чрез дефузификация.

FLC може да обработва несигурна и неточна информация по-ефективно от традиционните алгоритми за управление. Може също така да осигури по-интуитивна и подобна на човека стратегия за контрол. FLC обаче изисква добро разбиране на системата и опит за проектиране на размитите набори и правила.

Адаптивен контрол

Адаптивното управление е алгоритъм за управление, който настройва параметрите на управление въз основа на промените в динамиката на системата или смущенията. Адаптивното управление може да се класифицира в два основни типа: моделно адаптивно управление (MRAC) и самонастройващо се управление.

• Модел - референтен адаптивен контрол (MRAC): MRAC използва референтен модел, за да определи желаното поведение на системата. Контролерът настройва контролните параметри, за да минимизира грешката между изхода на системата и изхода на референтния модел. MRAC може да се адаптира към промените в динамиката на системата и смущенията, което го прави подходящ за системи с несигурни или променящи се във времето параметри.
• Самонастройващ се контрол: Самонастройващият се контрол използва онлайн алгоритъм за оценка на параметрите, за да оцени параметрите на системата. След това контролерът настройва контролните параметри въз основа на оценените параметри. Самонастройващият се контрол може да се използва за адаптиране към промените в динамиката на системата и смущенията, без да е необходим референтен модел.

Адаптивното управление може да осигури добра производителност в системи с несигурни или променящи се във времето параметри. Той обаче изисква повече изчислителни ресурси и по-сложен дизайн от традиционните алгоритми за управление.

Приложения на контролни алгоритми в 6 DOF ротационни платформи

Изборът на алгоритъм за управление зависи от конкретното приложение и изискванията на ротационната платформа с 6 DOF. Например, в приложение за симулация на полет, където се изисква висока точност и бърз отговор, може да се използва комбинация от PID контрол и MPC. В приложение за тестване на вибрации, където системата трябва да се справи със сложни вибрации и смущения, FLC или адаптивното управление може да са по-подходящи.

Нашата компания предлага гама от 6 DOF ротационни платформи, включителноHigh End 6 Dof Симулатор на движение,Таблица за изпитване на вибрации, иПлатформа за движение по 3 оси. Тези платформи са проектирани да осигурят висока производителност и надеждна работа, а алгоритмите за управление са внимателно подбрани и настроени да отговарят на специфичните изисквания на всяко приложение.

Заключение

В заключение, алгоритмите за управление, използвани в 6 DOF ротационни платформи, играят решаваща роля за осигуряване на прецизна и ефективна работа на тези системи. PID управлението е прост и широко използван алгоритъм, докато MPC, FLC и адаптивното управление са по-усъвършенствани алгоритми, които могат да се справят със сложна динамика и смущения. Изборът на алгоритъм за управление зависи от конкретното приложение и изискванията на платформата.

Ако се интересувате от закупуването на ротационна платформа с 6 DOF или имате въпроси относно нашите продукти, моля не се колебайте да се свържете с нас за подробна дискусия. Ние се ангажираме да предоставяме висококачествени продукти и отлично обслужване на клиентите.

Референции

• Åström, KJ, & Murray, RM (2008). Системи за обратна връзка: Въведение за учени и инженери. Princeton University Press.
• Дорф, RC и Бишоп, RH (2017). Съвременни системи за управление. Пиърсън.
• Passino, KM, & Yurkovich, S. (1998). Размит контрол. Адисън - Уесли.