当前位置:网站首页>【自校正控制】自校正PID
【自校正控制】自校正PID
2022-07-30 12:54:00 【龙猫略略略】
自校正PID是自校正控制的一种,其核心思想是使用在线辨识来辨识系统参数的变化,之后使用极点配置的思想来计算PID参数,达到自动调节的目的。
带遗忘因子的递推最小二乘法
在上一篇内容中,推导并实验了递推最小二乘法。但单纯的递推最小二乘法由于有以往数据的累积,因此当系统参数变化较快时,可能并不能很好的进行跟踪,因此可以增加一个遗忘因子,就可以更好的跟踪系统参数的变化:

计算PID
在参数辨识得出系统参数之后,就可以按照之前的极点配置的思想计算PID参数。按照之前的传递函数参考:G = b0 / (a0*s^2 + a1*s + a2)
对于此二阶系统,在加入了PID的传递函数后的闭环特征方程为三阶的,因此三阶的期望特征方程可以按照如下设置:
(s + alpha)(s^2 + 2*drag*wn + wn^2)

根据闭环传函,可以计算出特征多项式,之后根据上面的期望特征多项式,可以计算出PID参数。
实验
实验的程序分为了三组,一组是调试好的PID参数,但系统参数没有改变;第二组第五秒后,每周期改变一次系统参数,周期为0.001秒;第三组使用自校正PID,也是第五秒后,每周期改变一次系统参数。实验结果如下:

可以看出自校正PID有一定的效果,不过总体感觉优化效果并不大,不过也算是提供了一个思路,也有可能是PID参数的计算方法有待优化。
边栏推荐
猜你喜欢
随机推荐
Markdown 1 - 图文音视频等
PyQt5快速开发与实战 8.6 设置样式
R语言ggplot2可视化时间序列数据(默认时间中断部分前后自动连接起来)、创建时间分组、使用分面图(faceting)可视化时间序列数据
R语言时间序列数据算术运算:使用log函数将时间序列数据的数值对数化(平方、开平方、指数化等函数类似使用)
【23考研】408代码题参考模板——链表
基于空洞补全的动态SLAM方法
【Kaggle比赛常用trick】K折交叉验证、TTA
缓存
R语言使用方差分析ANOVA比较回归模型的差异、anova函数比较两个模型并报告它们是否存在显著差异(两个模型的数据相同,一个模型使用的预测特征包含另外一个模型的特征)
matlab画图,仅显示部分图例
dolphinscheduler添加hana支持
R语言使用aov函数进行单因素协方差分析(One-way ANCOVA)、使用effects包中的effect函数来计算调整后的分组均值(calculate adjusted means)
手撕读写锁性能测试
即时通讯-改变社交与工作状态的新型软件
Mysql batch insert transaction unique key repeated processing
树形dp小总结(换根,基环树,杂七杂八的dp)
每天学一点Scala之 伴生类和伴生对象
【23考研】408代码题参考模板——顺序表
并行化快速排序设想
腾讯称电竞人才缺口200万;华为鸿蒙3.0正式发布;乐视推行每周工作4天半?...丨黑马头条...









