Preview

Мехатроника, автоматизация, управление

Расширенный поиск
Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

Синтез адаптивных наблюдателей по выходу для линейных нестационарных систем с полиномиальными параметрами

https://doi.org/10.17587/mau.22.404-410

Полный текст:

Аннотация

Рассматривается задача синтеза наблюдателя переменных состояния для линейного нестационарного объекта управления. Для решения этой задачи вводится ряд реалистичных допущений, предполагающих, что параметры объекта являются полиномиальными функциями времени с неизвестными коэффициентами. Задача синтеза наблюдателя решается в классе идентификационных методов, предусматривающих преобразование исходной линейной динамической математической модели объекта к линейной статической регрессии, в которой вместо неизвестных постоянных параметров присутствуют переменные состояния генераторов, моделирующих нестационарные параметры. Для восстановления неизвестных функций регрессионной модели используется хорошо зарекомендовавший себя в последнее время метод динамического расширения и декомпозиции (смешивания) регрессора, позволяющий получать монотонные оценки, а также обеспечивающий ускорение сходимости оценок к истинным значениям. Несмотря на то, что в статье решается задача синтеза наблюдателя переменных состояния, стоит отметить возможность использования предлагаемого подхода для решения самостоятельной и актуальной задачи оценивания неизвестных нестационарных параметров.

Об авторах

Х. Б. Данг
Университет ИТМО
Россия

аспирант

Санкт-Петербург



А. А. Пыркин
Университет ИТМО
Россия

д-р техн. наук, проф.

Санкт-Петербург



А. А. Бобцов
Университет ИТМО
Россия

д-р техн. наук, проф.

Санкт-Петербург



А. А. Ведяков
Университет ИТМО
Россия

канд. техн. наук

Санкт-Петербург



С. И. Низовцев
Университет ИТМО
Россия

аспирант

Санкт-Петербург



Список литературы

1. Pyrkin A. A., Bobtsov A. A., Kolyubin S. A., Faronov M. V., Shavetov S. V., Kapitanyuk Y. A., Kapitonov A. A. Output control approach "consecutive compensator" providing exponential and L∞-stability for nonlinear systems with delay and disturbance, Proceedings of the IEEE International Conference on Control Applications, 201, pp. 1499—1504, paper no. 6044373.

2. Ortega R., Bobtsov A., Pyrkin A., Aranovskiy S. A parameter estimation approach to state observation of nonlinear systems // Systems & Control Letters. 2015. Vol. 85. P. 84—94.

3. Pyrkin A., Bobtsov A., Ortega R., Vedyakov A., Aranovskiy S. Adaptive state observers using dynamic regressor extension and mixing // Systems & Control Letters. 2019. Vol. 133. Paper no. 104519.

4. Ortega R., Bobtsov A., Dochain D., Nikolaev N. State observers for reaction systems with improved convergence rates // Journal of Process Control. 2019. Vol. 83. P. 53—62.

5. Льюнг Л. Идентификация систем: Теория для пользователя. Наука. 1991.

6. Во К. Д., Бобцов А. А. Адаптивный наблюдатель переменных состояния линейных нестационарных систем с параметрами, заданными не точно // Автоматика и телемеханика. 2020. № 12. С. 100—110.

7. Ле В. Т., Коротина М. М., Бобцов А. А., Арановский С. В., Во К. Д. Идентификация линейно изменяющихся во времени параметров нестационарных систем // Мехатроника, автоматизация, управление. 2019. Т.20, № 5. С. 259—265.

8. Ван Ц., Ле В. Т., Пыркин А. А., Колюбин С. А., Бобцов А. А. Идентификация кусочно-линейных параметров регрессионных моделей нестационарных детерминированных систем // Автоматика и телемеханика. 2018. № 12. С. 71—82.

9. Данг Х. Б., Пыркин А. А., Бобцов А. А., Ведяков А. А. Синтез адаптивного наблюдателя для нестационарных нелинейных систем с неизвестными полиномиальными параметрами // Научно-технический вестник информационных технологий, механики и оптики. 2021. № 3 (в печати)

10. Aranovskiy S., Bobtsov A., Ortega R., Pyrkin A. Performance enhancement of parameter estimators via dynamic regressor extension and mixing // IEEE Transactions on Automatic Control. 2016. Vol. 62, N. 7. P. 3546—3550.

11. Ortega R., Aranovskiy S., Pyrkin A., Astolfi A., Bobtsov A. New Results on Parameter Estimation via Dynamic Regressor Extension and Mixing: Continuous and Discrete-Time Cases // IEEE Transactions on Automatic Control. 2021. Vol.66, N. 5. P. 2265—2272.

12. Aranovskiy S., Bobtsov A., Ortega R., Pyrkin A. Improved Transients in Multiple Frequencies Estimation via Dynamic Regressor Extension and Mixing // IFAC-PapersOnLine. 2016. Vol. 49. N. 13. P. 99—104.

13. Pyrkin A., Bobtsov A., Ortega R., Vedyakov A., Aranovskiy S. Adaptive state observers using dynamic regressor extension and mixing // Systems & Control Letters. 2019. Vol. 133. Paper no. 104519.

14. Cramer G. Introduction a l’analyse des lignes courbes algebriques par Gabriel Cramer. Chez les freres Cramer & Cl. Philibert, 1750.

15. Fossen T. I. Handbook of marine craft hydrodynamics and motion control. John Wiley & Sons, 2011.


Для цитирования:


Данг Х.Б., Пыркин А.А., Бобцов А.А., Ведяков А.А., Низовцев С.И. Синтез адаптивных наблюдателей по выходу для линейных нестационарных систем с полиномиальными параметрами. Мехатроника, автоматизация, управление. 2021;22(8):404-410. https://doi.org/10.17587/mau.22.404-410

For citation:


Dang K.B., Pyrkin A.A., Bobtsov A.A., Vedyakov A.A., Nizovtsev S.I. Output Adaptive Observers Design for Linear Non-Stationary Systems with Polynomial Parameters. Mekhatronika, Avtomatizatsiya, Upravlenie. 2021;22(8):404-410. (In Russ.) https://doi.org/10.17587/mau.22.404-410

Просмотров: 98


ISSN 1684-6427 (Print)
ISSN 2619-1253 (Online)