Naslov (srp)

Inteligentni regulatori zasnovani na adaptivinom dinamičkom programiranju

Autor

Đorđević, Vladimir, 1985-

Doprinosi

Stojanović, Vladimir, 1983-
Pršić, Dragan, 1962-
Jovanović, Radiša Ž., 1969-
Dubonjić, Ljubiša, 1971-

Opis (srp)

Određivanje tačnog modela je veoma izazovan i dugotrajan posao u većini praktičnih slučajeva, što algoritme upravljanja koji su zasnovani na modelu činineizvodljivim. Čak i ako se može dobiti aproksimirani model sistema, dinamička neodređenost, prouzrokovana neslaganjem aproksimacije i realnog sistema,će degradirati performanse upravljanja klasično projektovanih regulatora. Stoga je projektovanje inteligentnih regulatora vođenih podacima, koji su robusni,adaptivni i pouzdani u prisustvu razčičitih neodređenosti i nepoznate dinamike, od primarnog značaja.U ovoj tezi se najpre predlažu inteligentni regulatori zasnovani na ADP-ulinearnih sistema. Kod klasičnih algoritama upravljanja zasnovanih na ADP-u,uobičajeno se pretpostavlja da su promenljive veličine stanja merljive. Međutim,ova pretpostavka je generalno restriktivna, jer u mnogim inženjerskim primenama često nedostaje potpuna informacija o stanju, i samo je izlaz dostupan zamerenje. U uslovima nepoznate dinamike sistema i nemerljivih stanja, od velikoginteresa je korišćenje tehnika upravljanja zasnovanih na ulazno/izlaznim merenjima, koje se još nazivaju i tehnike sa povratnom spregom po izlazu. Takođe,stabilnost dinamičkih sistema se postiže putem povratne sprege po izlazu, pričemu se za rekonstrukciju nepoznatih veličina stanja koriste ulazna i izlaznamerenja.Da bi se ispunili zahtevi perzistente pobude, potrebno je dodati neki istraživački šum upravljačkom ulazu. Primenom teorije planiranja eksperimenta,u tezi se primenjuje optimalni istraživački šum u vidu sume sinusoida, kojiće omogućiti da izlaz sistema nosi maksimum informacije o sistemu. Time ćebiti skraćeno vreme učenja, odnosno ubrzan proces projektovanja inteligentnihregulatora.Implementacijom strategije upravljanja koji su pokrenuti događajima smanjujese broj uključivanja predloženih inteligentnih regulatora, čime se štede energetski, računski i komunikacioni resursi. Predložena strategija upravljanjaće unaprediti algoritme upravljanja tolerantne na otkaze, čime su poboljšaneperformanse sistema upravljanja u slučaju pojave otkaza.Praktična primenljivost predloženih inteligentnih regulatora je povećanačinjenicom da se nelinearni sistemi mogu verno predstaviti linearnim modelima sa estimacijom dinamike u realnom vremenu. Projektovani regulatori susposobni da upravljaju linearnim i nelinearnim sistemima sa potpuno nepoznatim matricama sistema, a eksponencijalna konvergencija se postiže dok je uslovperzistentne pobude zadovoljen. Pored teorijskih okvira, praktični aspekt dobijenih rezultata je verifikovan na komleksnim inženjerskim problemima, kao štoje upravljanje hidrauličkog servo aktuatora i samobalansirajućeg robotа...

Opis (srp)

-

Opis (eng)

Determining an accurate model is very challenging and time-consuming in mostpractical cases, making model-based control algorithms infeasible. Even if an approximatemodel of the system can be obtained, a dynamic uncertainty caused by the mismatchbetween the approximation and the real system will degrade the control performance ofclassically designed controllers. Therefore, the design of data-driven intelligent controllers,which are robust, adaptive and reliable in the presence of various uncertainties andunknown dynamics, is of primary importance.This PhD thesis first proposes intelligent controllers based on ADP of linear systems.In classical ADP-based control algorithms, it is commonly assumed that the statevariables are measurable. However, this assumption is generally restrictive since, inmany engineering applications, complete state information is often lacking, and only theoutput is available for measurement. In conditions of unknown system dynamics andunmeasurable states, using control techniques based on input/output measurements,also called output feedback techniques, is of great interest. Also, the stability of dynamicsystems is achieved through output feedback, whereby input and output measurementsare used to reconstruct unknown state variables.To meet the persistent excitation requirements, an exploration noise needs to beadded to the control input. By applying the theory of experiment design, this PhDthesis applies optimal exploration noise in the form of a sum of sinusoids, which willallow the system output to carry the maximum amount of information about the system.This will shorten the learning time, i.e. speed up the process of designing intelligentcontrollers. Implementing an event-triggered control strategy reduces the number ofswitching of the proposed intelligent controllers, thus saving energy computational andcommunication resources. The proposed control strategy will improve the fault-tolerantcontrol algorithms, thus improving the performance of the control system in case offaults.The practical application of the proposed intelligent controllers is increased by thefact that linear models with real-time dynamics estimation can faithfully representnonlinear systems. The designed controllers are capable of controlling linear and nonlinearsystems with completely unknown system matrices, and exponential convergence isachieved while the persistent excitation condition is satisfied. In addition to the theoreticalframework, the practical aspect of the obtained results was verified on complex engineeringproblems, such as the control of a hydraulic servo actuator and a self-balancing robot.The validity and effectiveness of the proposed intelligent controllers based on ADP areevaluated through intensive simulations.

Jezik

srpski

Datum

2023

Licenca

Ovo delo je licencirano pod uslovima licence
Creative Commons CC BY-ND 3.0 AT - Creative Commons Autorstvo - Bez prerada Austria License.

http://creativecommons.org/licenses/by-nd/3.0/at/legalcode