Control interno adaptativo basado en adaptación de parámetros
Autores: Chen, Peng; Zhang, Yunfeng; Wang, Jianhong; Azar, Ahmad Taher; Hameed, Ibrahim A.; Ibraheem, Ibraheem Kasim; Kamal, Nashwa Ahmad; Abdulmajeed, Farah Ayad
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Control interno adaptativo basado en adaptación de parámetros
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Algoritmo de control
Control de modelo interno
Dos grados de libertad
Algoritmo adaptativo de parámetros
Teoría MRAC
UAV de ala fija
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 26
Citaciones: Sin citaciones
En el control industrial actual, muchos objetos tienen las características de un gran rezago y parámetros variables en el tiempo, lo que dificulta que el control PID tradicional obtenga efectos de control satisfactorios. Por lo tanto, los ingenieros necesitan un algoritmo de control con un mejor efecto de control y una estructura simple, por lo que el control de modelo interno se introduce en el control de procesos industriales. El control de modelo interno ha recibido mucha atención en el campo del control debido a su excelente efecto de control y, en condiciones ideales, puede suprimir perfectamente las perturbaciones externas, y la salida sigue estrictamente la entrada. Sobre la base del control de modelo interno, se desarrolló un control de modelo interno de dos grados de libertad. En comparación con el control de retroalimentación convencional, la estructura de control de modelo interno incrusta principalmente un modelo interno consistente con el objeto de control en el objeto de control, por lo que la desviación entre el modelo interno y el objeto de control determina la calidad del efecto de control. En este documento, el modelo interno se cambia a un modelo de parámetros ajustables, y los parámetros del modelo se ajustan en tiempo real utilizando el algoritmo adaptativo de parámetros, de modo que el error de salida del modelo sea lo más pequeño posible, o incluso cero. Para resolver la influencia de las interferencias en el sistema, se utiliza una compensación basada en la teoría MRAC. Para verificar la viabilidad del algoritmo, se aplicó al control del proceso de aterrizaje de un vehículo aéreo no tripulado de ala fija (UAV) y se obtuvieron resultados satisfactorios.
Descripción
En el control industrial actual, muchos objetos tienen las características de un gran rezago y parámetros variables en el tiempo, lo que dificulta que el control PID tradicional obtenga efectos de control satisfactorios. Por lo tanto, los ingenieros necesitan un algoritmo de control con un mejor efecto de control y una estructura simple, por lo que el control de modelo interno se introduce en el control de procesos industriales. El control de modelo interno ha recibido mucha atención en el campo del control debido a su excelente efecto de control y, en condiciones ideales, puede suprimir perfectamente las perturbaciones externas, y la salida sigue estrictamente la entrada. Sobre la base del control de modelo interno, se desarrolló un control de modelo interno de dos grados de libertad. En comparación con el control de retroalimentación convencional, la estructura de control de modelo interno incrusta principalmente un modelo interno consistente con el objeto de control en el objeto de control, por lo que la desviación entre el modelo interno y el objeto de control determina la calidad del efecto de control. En este documento, el modelo interno se cambia a un modelo de parámetros ajustables, y los parámetros del modelo se ajustan en tiempo real utilizando el algoritmo adaptativo de parámetros, de modo que el error de salida del modelo sea lo más pequeño posible, o incluso cero. Para resolver la influencia de las interferencias en el sistema, se utiliza una compensación basada en la teoría MRAC. Para verificar la viabilidad del algoritmo, se aplicó al control del proceso de aterrizaje de un vehículo aéreo no tripulado de ala fija (UAV) y se obtuvieron resultados satisfactorios.