Sie sind auf Seite 1von 28

ZUSAMMENFASSUNG

REGELUNGSTECHNIK I
1.2 Modelle
1.5 Ziele der Regelungstechnik
-
Gioele Zardini
1.Definitionen und Problemstellungen
1.3 Schaltung von Systemen


Die wichtigste Ziele sind:
Es gilt: (Σ ist !"#"$%&'()'*+(),$-.), !"#$)
• Serienschaltung: Σ!"! = Σ2 ∙ Σ1 • Folgeregelung (Reference Tracking): z.B. Erhitzunng
• Parallelschaltung: Σ!"! = Σ2 + Σ1 eines Ofens auf eine bestimmte Temperatur (geeignete F)
• Rückführung: Σ!"! = (Σ2 ∙ Σ1 + 1)!! ∙ Σ1 • Störungsunterdrückung (Disturbnce Rejection): z.B.

1.4 Regelsysteme Behaltung eine konstante Temperatur in einem Ofen.
1.1 Definitionen: • Stabilisierung (Stabilization) : z.B. Stabilisierung eines
invertierten Pendels.
a) Ein Signal ist eine Funktion der Zeit, u und y in
Abbildung
b) Ein System ist ein Operator, der Signale bearbeitet
(Plant, !). u wird in y transformiert.


1.2 Klassifizierung von Systemen
• Statisch: In statische Systemen hängt den Ausgangswert
nur von Eingang . Sie werden durch Gleichungen
beschrieben. (ohne „Speicher“)

• Dynamisch: In dynamische Systemen hängt den a) algebraic (fast): z.B. Aufbau Drehmoment
Es gilt:
Ausgangswert auch von der Vergangenheit. Sie werden b) dynamic (relevant)
• Regelstrecke P(s)
durch Differentialgleichungen beschrieben. (mit c) static (slow): z.B. Temperatur des Motors
„Speicher“) • Controller C(s)
• SISO: Single Input Single Output • Feedforward Controller F(s)
• MIMO: Multiple Input Multiple Output • Kreisverstärkung L(s)
• Linear: Ein System heisst linear falls es gilt: • Regelsystem T(s)
• Stellgrösse u
• Ausgangsgrösse y
• Zeitinvariant/variant • Störung d: Externe Beeinflussung auf Ausgang der
• Mit/Ohne Verzögerung Strecke (z.B. Wind bei Regelung der Geschwindigkeit
• Stabil/Instabil eines Autos
• Continuous-time / Discrete- Time • Sollwert r
• Ordnung des Systems: Die Ordnung des Systems • Fehler e = r-y
• Rauschen n (noise) : Externe Beeinflussung des Messung Bemerkung:
entspricht der Anzahl Zustände (Pegelvariablen), die mit

der Ordnung der höchsten Ableitung im System einer physikalischen Grösse. Regelung ist viel mehr gefährlicher als Steuerung (Division
• Regelung: Feedback (closed loop) durch 0)
übereinstimmt.
• Steuerung: Feedforward (open loop)

2.Modellierung dynamischer Systeme: 3.Systemdarstellung und Transformationen:
3.3 Linearisieren
2.1 Leitfaden zur Modellierung

1. Systemgrenzen Identifizieren (Was gehört dazu?)
2. Reservoirs/Speicher identifizieren. (Wo wird Masse,
Energie, Information gespeichert? Was sind die
zugehörige Level Variables?)
• Schnelle/algebraische (vereinfachen sie als
Funktion der anderen Variablen)
• Dnamische/relevante
• Statische/langsame Variablen (als konstante ang.)

3. Für jedes Reservoir Differentialgleichungen formulieren:
3.1 Gleichgewicht
4.
Ein System befindet sich in Gleichgewicht wenn alle
Zustandsvariablen sich nicht mehr ändern:
5. Algebraische Relationen zwischen Reservoirs aufstellen
6. Modell mit neuen Daten validieren
7. Beispiele (Water Tank and Stirred Reactor)

à Black-Box Models: keine Physikalische Approximation, à Wichtig für Stabilisierung und Störungsunterdrückung 3.4 Lineare Zustandsraumdarstellung
nur Messungen
à Grey-Box Models: 1-4 mit ohne einige Parametern 3.2 Normalisieren
à White-Box Models: 1-4, alle Parametern sind bekannt!

2.2 Mechanik



Bemerkung:
Normalisieren sollte die fundamentale Eigenschaften des
Systems nicht verändern


4.2.1 IMPULSANTWORT (Dirac-Stoss !(!))


Bemerkungen:

• Man kann auch mit Simulink den Signalflussbild benutzen
und die Ordnung des Systems ist gleich die Anzahl
Integratoren, die man benötigt um das System
darzustellen.
• Linearisieren verändert schon Verhalten des Systems
• A: Wie wirkt das System auf sich selbst?
• b: Wie wirkt der Eingang auf das System?
• c: Wie wirkt das System auf den Ausgang?
• d: Wie wirkt der Eingang auf den Ausgang?
Bemerkungen:
3.5 Parametrische Unsicherheit
Bemerkungen:


• • Nur Systeme 1.Ordnung können Springen!


• !(!) = ∞ !ü! ! = 0
• !(!) = 0 !ü! ! ≠ 0
3.6 Koordinatentransformation
4.1.1 Transiente Antwort des Systems 4.2.2 Sprungantwort !(!)


4.1.2 Berechnung einer Systemantwort

4.Analyse von linearen Systemen


Unsere Welt besteht aus Systemen 1./2. Ordnung

4.1 Verhalten im Zeitbereich von linearen Systemen




Bemerkungen:

4.2 Systeme 1. Ordnung
• ℎ(!) = 0, ∀! < 0
• ℎ(!) = 1, ∀! ≥ 0
• es gilt auch für Abfall!
• Auf Englisch Stepfunction

• S form



4.2.3 Rampenantwort !(!) = ! ∙ !(!)
4.3 Stabilität
4.4 Steuerbarkeit


Bemerkungen:
4.3.1 Spektralmethoden

Bemerkungen: • Ein System heisst potentiell stabilisierbar, falls alle
nicht-steuerbaren Zustände asymptotisch stabil sind
• • Erreichbarkeit ist in RTI gleich Steuerbarkeit
• Eine Nullzeile zeigt sofort welches Subsystem nicht
vollständig steuerbar ist (keine direkte Verbindung zum
4.2.4 Harmonische Antwort !(!) Eingang).

4.5 Beobachtbarkeit


4.3.2 Lyapuov’s Stabilitätsprinzip

Bemerkungen: Wenn die Linearisierung eines nichtlinearen Systems um


einen isolierten Gleichgewichtspunkt x0 asymptotisch stabil
• Die Antwort auf eine harmonische Anregung gleicht sich
asymptotisch einem eingeschwungenen Signal an:
ist, dann ist das Gleichgewicht ebenfalls ein asymptotisch
stabiles Gleichgewicht des nichtlinearen System (im Bemerkungen:

limitierten Gebiet). In die andere Fälle wir bekommen keine • Ein System heisst Detektierbar, falls alle nicht-
Information mit der Analyse der Linearisierung : nichtlineare beobachtbaren Zustände asymptotisch stabil sind.
Systeme können stabil, asymptotisch stabil oder instabil sein, • Kann durch bessere Sensorplatzierung verbessert
und man kann es nicht aus der lineare Approximation werden.
herausnehmen!


4.6 Stabilisierbarkeit Bemerkungen:

Ein System heisst potentiell stabilisierbar, falls alle nicht-
• Die Ordnung n of Input/Output Beschreibung ist gleich
steuerbaren Zustände asymptotisch stabil sind.
die Anzahl Beobachtbare und Steuerbare Zustände von
Um ein solches System zu stabilisieren, die instabile
SP Beschreibung.
steuerbare Zustände müssen Beobachtbar sein:
• Falls m=n, das System hat eine algebraische Durchgriff
(! ≠ 0 in SP Beschreibung)
• n DGL 1-Ordnung ààà 1 DGL n-te-Ordnung
4.8.1 I/O à State Space


Bemerkungen:

• Ein instabiles System ist stabilisierbar, falls es potentiell
stabilisierbar und detektierbar ist.

• Keine Pol-NS-Kürzung mit instabile Pole, sonst nicht 4.7.1 Zustandsraummodell minimaler Ordnung
mehr Steuerbar.
• Für Subsysteme man berechnet die EW von A : zu jedem
Lyapunov instabilen EW berechnet man den EV und das
System ist dann für diesen EV v stabil, falls jede Zeile von
v der eine Nullzeile des b-Vektors eintspricht, ebenfalls
null ist.
• Integratoren, die mit positiven Vorzeichen auf sich selbst
zurückgeführt werden, sind instabil
• Integratoren, die nicht direkt oder über ein anderes Bemerkung:
Subsystem mit dem Ein-bzw.Ausgang verbunden sind,
sind nicht steuerbar bzw. beobachtbar Eine mit Gleichung (5) gefundene Zustandsraumdarstellung
• R kann vollem Rang haben, aber trotzdem nicht steuerbar 4.7.2 Pol/Nullstellenkürzung eines Systems ist immer vollständig steuerbar und vollständig
sein, da z.B. !(!) ≥ 0. Somit sind negative Einflüsse beobachtbar!
(=Abflüsse) nicht möglich (Kaffeekanne).
• Falls die Linearisierung ein nichtlineares Systems um ein 5.Laplace Transformation:
GGW Punkt vollständig Steuerbar (Beobachtbar) ist, dann
das originale nichtlineare System ist lokal vollständig 5.1 Rekapitulation Komplexe Zahlen
steuerbar (beobachtbar).
• Falls die Linearisierung ein nichtlineares Systems um ein
GGW Punkt nicht vollständig Steuerbar (Beobachtbar) ist,

dann kann man nichts über die Steuerbarkeit
(Beobachtbarkeit) des originales Systems sagen.


4.7 State Space Decomposition
4.8 I/O Beschreibungen und kanonische Realisationen
Die folgende Strucktur muss folgende Regeln folgen:

• u kann nur auf die erreichbare Unterräume wirken
• y ist nur von beobachtbare Unterräume beeinflusst
• Die nicht erreichbare Unterräume sind nicht von

Unterräume die von u beeinflusst sind, beeiflusst
• Die nicht-beobachtbare Unterräume können nicht
Unterräume die y beeinflüssen, beeinflüssen.


5.2 Eigenschaften und Motivation Bemerkungen: nützlich für:
5.3.2 Inverse einer Matrix

• Vereinfachung von Lösung lineare DGL
• Interpretation von Systeme als Frequenzabhängige
Verstärkungen

5.3 Übertragungsfunktionen (Transfer Functions TF)


5.3.1 TF für Zustandsraumdarstellung

Def:


5.3.3 Ableitungsregel für Laplacetransform

5.3.4 TF für I/O-Darstellung


5.3.5 Übersicht




emerkung:
B
5.4.3 Nullstellen

• TF kann man auch Loop Gain oder Kreisverstärkung
nennen!

5.3.6 Inverse Laplace Transorm



Bemerkungen:

• NST von TF definieren die Dynamiken die zu eine 0
Output führen
5.4.2 Lyapunov vs. BIBO
• Eine NST kann die Einfluss ein Pole reduzieren, oder zu
overshoot oder undershoot führen.
5.4 Pole und NST von TF
5.4.4 Überprüfen der Ordnung eines System ohne TF


5.4.5 Lokalisierung Polen


Bemerkung:

• Die Polen des TF eines Systems definieren seine Impuls-
Antwort in Zeitbereich und seine Dynamiken!
5.4.1 Pole und BIBO Stabilität


Bemerkung:

• BIBO = Bounded Input Bounded Output


5.4.6 Einfluss von Polen und NST auf die Dynamik s
• Ein guter Kompromiss zwischen kleiner t90-Zeit und
kleinem Überschuss wird erreicht mit !" [0.4 , 0.8]
• Falls wir komplex konjugierte Pole haben, schwingt! Also
keine Monotone Anstieg!
• 0 < ! < 1 : overshoot
• ! > 1 : monoton steigend!
• ! = 0 : ungedämpftes System! (nur imaginäre Teil)
• ! < 0 : instabiles System
• ! = 1 : kritische Dämpfung
• !! : Eigenfrequenz des Systems
!!
• !! =
!!
6.Frequenzantworten
Und für die NST gilt:
6.1 Idee/Hintergründe
• Eine NST nahe bei einem Pol unterdrückt dessen Einfluss
Erregt man ein asymptotisches Stabiles LTI System mit
auf das Output-Signal •
• Je näher eine NST beim Ursprung ist, desto grösser wird einem harmonischen Inputsignal (!(!) = cos(! ∙ !)) mit
ihr Einfluss. Das heisst der Überschuss wird grösser. Für spezifische Frequenz
! = 0 wird der Überschuss unendlich!!! • Man messt die Steady-State Antwort
• Im Grenzfall !! = !! die Residuen werden 0 und die (!!, !"#$%&'$!' !"#$!%&ℎ!"#$%#% !"#$%&')
Systemordnung senkt. • Man vergleicht die Amplitude !(!) und die Phase !(!)
• Eine nichtminimalphasige NST gibt eine starke von der Antwort mit denen von den Inputsignal und man
Begrenzung auf Feedback Control speichert die Resultate
• à Different Sensor Configuration! • Man wiederholt das Experiment für verschiedene
Frequenzen


Für dieses System finden wir:
• Bei ! = 0 hat der Output Steigung Null
• Für kleine Dämpfungen ! < 1 überschwingt !(!) (kein
Überschwingen, falls alle Pole Imaginärteil Null haben)
• Die Zeit t90 zu welcher !(!) 90% seines Endwerts 5.4.7 Static Gain
erreicht, ist etwa proportional zur Zeitkonstante T0 des !!
!.!
Systems: Es gilt !!" ≈ 0.4 ∙ !! ≈ ∑(0) =
!! !!
• Je grösser die Dämpfung, desto grösser t90, desto Die static gain ist der Asymptotisches Wert von !(! → ∞) als
langsamer das System Antwort zu einen Sprung auf input !(!) = ℎ(!)
• Für ! > 1 wird die Sprungantwort vom Pol näher bei der 5.4.8 Sensoren/Einfluss

imaginären Achse dominiert und je grösser !, desto mehr
gleicht sich !(!) dem Output eines Systems erster
Ordnung an. (überktritisch: einer gg.∞, einer gg. 0)


6.2 Diagramme
6.3.3 Nyquist Diagramm für ein System zweiter Ordnung
6.3.6 Regeln fürs Zeichnen Bode Diagramm



6.2.1 Beträge und Phasen Für andere Regeln muss man am Ende der Zusammenfassung
die Standart-Elemente-Lybrary schauen

6.3.7 Systeme Höhere Ordnung

6.3.4 Bode Diagramm für ein System erster Ordnung Systeme höhere Ordnung können als in Serie verbundene
normale Systeme dargestellt werden und so für Bode gilt:
• Die Magnituden können summiert werden
• Die Phasen können summiert werden



!. !. ! !(!)à Bode

6.2.2 dB-Skala • Standardelemente identifizieren
• Parameter bestimmen
• Amplitude und Phase zeichnen
• Kurven addieren à totales !(!)
!. !. ! !"#$à !(!)
6.3.5 Bode Diagramm für ein System zweiter Ordnung
• Statische Verstärkung k bestimmen
• Beliebige Amplitude A in Bode Plot wählen
• Zugehörige Frequenz ! ablesen
• Einsetzen in |Σ(!")|!!! = !
• Nach k auflösen
• Totzeit T bestimmen
6.3.3 Nyquist Diagramm für ein System erster Ordnung • Phase bei hohen ! bestimmen aus dem Plot lesen
• Gesamte phase zusammenzählen und Phase bei ! - Phase
bei Σ(!) berechnen. Das ist die zusätzliche
Phasendrehung der Totzeit



6.3.10 Nyquist identifizieren
• lim!→!! |!(!")|: Startpunkt der Kurve
• lim!→±! |!(!")|: Endpunkt der Kurve
• lim!→±! <(!(!")) : Eintrittswinkel in den Ursprung
n
• Delay !(!) ∙ ! !!" : Phase von !(!") um –! gedreht
Und die Bedingung lautet:
• Falls !(!) minimalphasiges stabiles System mit relativem
Grad r ≥ 1 gilt:
• Anzahl der Elemente bestimmen
• Typ und relative Grad identifizieren
• Beim kleinen bis hohen Frequenzen untersuchen
6.4 Asymptotische Systemeigenschaften • Serienschaltungen benutzen, die Additionen in Bode
entsprechen
• Falls erste Element Verstärkung ≠ 1 hat, dann alle andere 6.6.1 Unsicherheitsabschätzung mittels Messungen
haben Verstärkung 0dB (1)

Bemerkungen:

• Das funktioniert gut für Systeme kleiner Ordnung und
• Falls die Zeitkonstante genügend separiert sind
• Wichtig hier sind die Standard-Elemente
• Erinnerung: eine reine empirische Identifikation heisst
Black Box System Identifikation

6.6 Nichtparametrische Unsicherheit



Problem: Arbeiten mit unsichere Modelle kann als Folge
falsche Resultate haben
Lösung: Modellunsicherheit betrachten


6.4.1 Bode’s Law 6.6.2 Nichtparametrische Unsicherheit

Falls man |Σ(!")| als Funktion von ! auf eine doppelte



logarithmische Skala, z.B. in Bode Diagramm, plotten will, den
Plot wird eine Gerade mit Gradient ! ⋅ 20!"/!"# pro
Frequenzdecade. Es gilt



6.5 Systemidentifikation mittels Frequenzantwort Steps:
Gegeben: Frequenzantwort eines Systems ∑

• Measurement data
Gesucht: • Identificaition and fitting of nominal model
• Fitting of uncertainty bound

v
7.Analyse von Feedback Systemen • < !(!") = −< !1 + !(!")!
Methode I
• !(!") = !(!") ∙ !(!")
!"(!)/!(!)
• lim!"(!)→! = !(!) , deswegen Sensitivität
!"(!)/!(!)
• Störungen mit Sensitivität
• Sollwert und Rauschen mit Komplementäre Sensitivät
7.1 Definitionen
7.2 Closed-Loop Systemstabilität
7.1.1 Loop Gain (Kreisverstärkung) L(s) Methode II
Die Closed-Loop System Dynamik ist im allgemein :



7.2.1 Noise/Disturbances
7.1.2 Minimale Kreisverstärkungsdifferenz !!"# • Typischerweise Störungen sind „slow“ und noise ist „fast“

• Störungen sind meistens in kleine Frequenzen Methode III
• Rauschen sind meistens in hohe Frequenzen
• Das ist eine Bedingung für Feedback Control

Bemerkungen:
7.1.3 Sensitivität S(s)
• Es ist im Allgemein sehr schwierig den Einfluss den Polen
7.2.2 Typische Form von L,T,S zu verstehen
• Man kann nicht wissen wie die Unsicherheitsmodelle
wirken!

7.1.4 Komplementäre Sensitivität T(s) 7.3 Nyquist Theorem



7.3.1 Theorem

Ein closed-loop System !(!) ist asymptotisch stabil, gdw,



• !! : Anzahl Pole von !(!) mit positivem Realteil
• !! : Anzahl Pole von !(!) mit Realteil Null
• !! : Anzahl mathematisch positiver Umdrehungen
(gegenuhrzeigersinn) des Punktes -1 von !(!") mit !
7.2.3 Stabilität in Frequenzbereich
Bemerkungen: von −∞ nach ∞
• Für L(s) werden alle Signale zu 0 gesetzt • Was geschieht falls man eine nichtminimalphasige NST Bemerkungen:
• Meistens suchen wir eine kleine S(s) in die Strecke durchstreicht , mit einem instabilen Pol in
• Meistens suchen wir eine grosse T(s) einem Regler? • Wenn !(!) asymptotisch stabil ist, bleibt !(!") immer
• T(s)+S(s) = 1 für alle s !!!! • Sind dann die TF für closed loop stabil? rechts von Punkt -1, d.h. es gibt keine Umrundung des
• Sind dann die TF für r à u stabil? kritischen Punktes
• Die Nyquist-Kurve !(!") ist symmetrisch bezüglich den
• Folgende 3 Methoden geben eine Antwort diesen Fragen: realen Achse
• Auch gültig für Systeme mit Zeitvergögerungen!

7.3.2 Umdrehungen Zählen
7.4 Durchtrittsfrequenz und Phasenreserve
• Im Nyquist-Plot abzulesen
• Die Sprünge zählen nicht (zum Beispiel Integratoren)
• Durchgang von !(!) durch -1 bedeutet grenzstabil, auch
wenn das Kriterium nicht erfüllt ist!
• !! = !! = !! = 0 ist asymptotisch stabil
• wenn ! von −∞ nach ∞ geht, werden die Umdrehungen
im Gegenuhrzeigersinn positiv und diejenige im
Uhrzeigersinn negativ gezählt.
• Z.B.


Bemerkungen:

• Die Bandbreite !! ist die Frequenz wo die
Komplementäre Sensitivität T(s) unter die -3 dB Linie
geht
• Sie beschreibt normalerweise die Geschwindigkeit des
Zeitbereichsverhaltens

Die blaue Linie
entspricht
langsamste System!
7.3.3 Wieso -1 ?

• Aus der Definition von !(!) ist es klar dass für !(!) = −1
muss gelten !(!) = ∞ und also dass !(!) ein Pol in s hat! • Die Bandbreite liegt immer nahe der
• Falls !(!") = −1 liegt den Pol von !(!) auf die imaginäre Durchschnittsfrequenz, deshalb wird oft nur !! als mass
Achse , also auf die Grenze zwischen stabile und instabile der Geschwindigkeit benutzt
Bereiche
7.5 Bedingungen für die Durchschnittsfrequenz
• Falls !(!") wechselt von eine Seite von -1 bis eine
andere, die Polen wechseln von stabile bis instabile Es muss im allgemein immer gelten:
Bereiche (und entgegengesetzt)
!
• S: max! |!(!")| ≤ 2 ⇔ !!"# ≥
!
7.3.4 Robustheit
• T: ! = sin(! ! !), !"#$ ! ≅ 2 ∙ sin (! ! ! − ! ! )
• Die Phasenreserve ! ist die minimale Abstand von • Das Problem ist Well Posed falls man 2 Decade zwischen
−180∘ , wo !(!) geht im Einheitskreis in Nyquist- Störungsfrequenz und Rauschenfrequenz hat
Diagramm (Magnitude 1) • Sonst ist das Problem unlösbar!
• Die Verstärkungsreserve ! ist der Inverse der Magnitude • Die Bezeichnung !! ≪ !! heisst einfach „eine Decade
um −180∘ weniger, dasselbe gilt für „eine Decade mehr“

Je grösser ! !"# , je Robust! • Da Sensitivität und Komplementäre Sensisitivität nicht 0
gleichzeitig sein können, das System kann nicht
gleichzeitig Rauschen und Störungen unterdrücken!


Wo • Obere Grenze = „Langsamer als“
• Eine Starke Stabilisierung die immer sicher ist, kann man
nie erfolgen à immer Kompromisse!!!


7.5.1 Störung und Rauschen

Also Durchtrittfrequenz muss kleiner (1 Octave) als
Verzögerungsfrequenz!!!


7.5.2 Sensitivität
7.5.5 Berechnung der Kennzahlen


7.5.4 Zusammenfassung Einschränkungen




Bemerkungen:
7.5.3 Einschränkungen für Durchschnittsfrequenz
• Falls !! nicht zwischen diese Werte ist à keine Lösung!
• Totzeit heisst auch Abfall der Phase
• Diese Einschränkungen sind nicht genügend für die
Überprüfung der Stabilität: man hat Garantien nur mit
Nyquistkriterium!
• Untere Grenze = „Schneller als“
8.Spezifikationen von Feedback Systemen
8.1.2 Statischer Nachlauffehler II Idee:
Wir nehmen an dass unsere closed-loop Systems T(s) verhalt
Annahme: Es ist möglich ein Regler zu finden, dass alle Wir setzen ein Sprung in die Störung auf Eingang der
sich wie ein System 2-te Ordnung!
Bedingungen erfüllt. Regelstrecke : !(!) = ℎ(!), dann gilt
Dann: Wir wollen ein Regler für Closed Loop System so dass:

• Robust
• Rauschen und Störungen unterdrückt
• Kein statischer Nachlauffehler
• Schnelle Antwort
• Klein/kein Überschiessen
• Begrenzte Control Action (z.B. Fräse nicht
überschweissen, weil es Reglerenergie kostet!) Vorgehen:
Der statische Nachlauffehler ist Null, wenn statische
• Wieder: Kompromisse! Verstärkung des Reglers |!(0)| = ∞ ist, also !(!) muss von
• Interdisziplinäre Teams Typ ! ≥ 1 sein! (Ein Pol in Ursprung von C)
8.1 Für Statische Nachlauffehler
8.1.3 Zusammenfassung Spezifikationen st. Nachlauffehler

8.2.1 Übergang in den Frequenzbereich


Annahme:


Bemerkungen: !! : Eigenfrequenz
Dann setzten wir ! = ! = ! = 0 und folgt: !
!! ∙ ! +. . +!! ∙ ! + !! !!
!(!) = !(!) ∙ !(!) = !! =
!(!) = !(!) ∙ !(!) !! + !!!! ∙ ! !!! +. . +!! ∙ ! + !! !!
à eine kleine Sensitivität ist sehr gut!
• Falls |!(0)| = 0 (!! = 0, !! ≠ 0) ist nicht so interessant !: Überschwingung
8.1.1 Statischer Nachlauffehler I
weil !! = 1 (keine statische Störungsunterdrückung)
Wir setzen ein Sprung in eine folgende Grössen: • |!(0)| = ∞ (!! ≠ 0, !! = 0, !(!) !" !" !"#$ ! > 0) hat 8.2.2 Übergang zum Open Loop
!(!) = ℎ(!), !(!) = ℎ(!) !"#$ !(!) = ℎ(!) !"# !(!) = 0 !! = 0 (komplette statische Störungsunterdrückung)
• 0 < |!(0)| < ∞ (!! ≠ 0, !! ≠ 0) hat eine partielle
Im allgemein gilt , dann statische Störkungsunterdrückung

8.2 Für Systeme 2-te Ordnung
Gegeben:


und



Gesucht:
z.B. max. Nachlauffehler 10% à 0.9 ≤ !(0) ≤ 1.1 Wir wollen !! und ! finden


8.3.1 Nominelle Regelgüte 9.Feedback Control Design I

9.1 Controller Synthesis Method


Startpunkt: Wir starten von die Regelstrecke P(s) und wir
haben Spezifikationen.
Ziel: Wir wollen ein Regler finden, der Spezifikationen erfüllt
Vorgehen: Wir definieren eine Reglerstruktur und dann
optimieren die Reglerparametern
9.2 PID-Regler
8.3 Für Frequenzbereich
Erinnerung:
Falls wir eine kleine S(s) haben: 8.3.2 Robuste Regelgüte
• Gute Störungsunterdrückung
• Gute Reference-Tracking 1. Proportionaler Teil:
Falls wir eine kleine T(s) haben: • Beeinflusst Durchtrittsfreuqent und stationären
• Gute Rauschenunterdrückung Nachlauffehler
• Gute Robustheit gegen Modellfehler • Control-Action proportional zu Control- Fehler
Problem: • Man reduziert sehr schnell Control-Fehler, aber
Um Durchtrittsfrequenz können S(s) und T(s) Betrag grösser statische Fehler konnte auftreten
1 haben und deshalb konnte Störungs-/Rauschen • !! (!) ∝ !(!)
Amplifikation auftreten.
Lösung: 2. Integrierende Teil:
Peaking Limitations! • −!"° Phase
• Beeinflusst Durchtrittsfrequenz
• Verschlechtert die Robustheit

• Control-Action ist proportional zur Integral des
vorherigen Control-Fehler
8.3.3 Zusammenfassung Spezifikationen • Langsam, aber komplette Reduktions des Control-
Fehlers
• Bringt grosse Überschwingen
• !! (!) ∝ ∫ !(!)!" , also langsamer!
• Falls !(!) ≠ 0 : !! (!) ändert sich
• Falls !(!) = 0 : !! (!) ändert sich nicht, konstant

3. Differentiator:
• +!"° Phase
• Beeinflusst die Robustheit des Regelsystems
• Control-Action ist proportional zur Änderung des
Control-Fehler
• Dämpfung des Control-Action, für eine Änderung
des Output Signal
• Amplifikation des Control-Action, für eine Änderung
des Referenz-Signals
! !
• !! (!) ∝ !(!) − !(!)
!" !"
4. Roll-Off Term: Tiefpass

2. Wir erhöhen nun !! , bis eine stationäre, selbsterhaltende
Oszillation autritt à !!∗
a) Variante 1:

9.2.1 Roll-Off Element/Tiefpass


b) Variante 2:


9.2.2 Wieso ist PI-Regler so berühmt? !"
3. Periodendauer dieser Oszillation bestimmen: !∗ =
!∗
Bemerkungen: Meistens sind die Regelstrecken asymptotisch stabil, mit 4. Werte gemäss Tabelle berechnen
nichtminimal Phase, endliche statische Kreisverstärkung und
• Alle diese Elemente werden parallel geschaltet Tiefpass.
• Die Formel in Frequenzbereich hat 3 Freiheitsgrade Für PI-Regler gilt:
! • Teil I bringt weg statisches Fehler
• Integration in Zeitbereich = ∙ in Frequenzbereich
!
• Teil P vergrössert die Phasenreserve
• Ableitung in Zeitbereich = ∙ ! in Frequenzbereich
• Das brigt zu eine gute Performance für einfache loop
• Roll-Off Term ergibt zwei Polen!
gains

• Einfach zu verstehen und zu regeln
Bemerkungen:
9.3 PID Einstellungsregeln
Wenn wir nur gemessene Daten zur Verfügung haben und die • Man braucht ein Integrator nur falls die Regelstrecke
Strecke als keinen Integrator hat
• Falls es nicht gefragt, Differentiator kann man weglassen
• Challenge: genügend Bandbreite und genügend
approximieren können, es stehen uns zwei Verfahren offen Phasenreserve, mit Bedingungen
(9.3.1 und 9.3.2), um erste Einstellungen an einem PID-Regler • Pitfall: falls man zu grosse Bandbreiten will
vorzunehmen. Diese sollte man nicht verwenden falls: • Ziegler-Nichols falls kein Regelstreckemodell verfügbar
!
• > 0.3 (nicht zu grosse Totzeit) ist!
!!!
• Nichtminimalphasige NST auftreten 9.3.2 Chien-Hrones-Reswick Verfahren
• Schlecht gedämpfte Resonanzen auftreten
Stattdessen gehe man dann nach Schema in 9.3.5 vor!

9.3.1 Ziegler-Nichols Verfahren




Verfahren
1. Wir setzen !! = ∞, !! = 0 !"# ! = 0 und haben nun
à Besser wäre also es RPID nennen! einen P-Regler.


9.3.3 Zusätzliche Phasenreserve
9.4 Beurteilung von Reglern
Um beurteiler zu können, ob ein Regler brauchbar ist,
beachtet man:
1. Den statischen Nachlauffehler
2. Die Pollage des Regelsystems
3. Die Phasenreserve
4. Die Verstärkungsreserve

9.5 Klassisches Iteratives Loop Shaping


Gegeben: Regelstreckemodell, Spezifikationen für System
Idee: „Shape“ die Form des Loop Gains L(s) durch iterativer
Änderung des Reglers C(s)
Ziel: C(s) finden, so dass Spezifikationen und Bedingungen
erfüllt sind
9.3.4 Einstellung der Reglerparameter Tools: P,I,D, Lead,Lag


9.5.1 Lead/Lag erster Ordnung

Lead/Lag Elemente sind Polen/NST Paaren


Lead: NST bei tieferen Frequenzen als Polen
Lag: Polen bei tieferen Frequenzen als NST

Verfahren:

1. PI(D) auslegen
2. Lead-/Lag-Element zuschalten, um die
Phasenreserve zu verändern. Die Durchtrittsfrequenz
ändert sich nicht.
3. Versärkung kp des Reglers einstellen, um die

Durchtrittsfrequenz anzupassen

9.5.2 Lead/Lag zweiter Ordnung



!! ist die Phasenanstiegfrequenz






2. Loop Shaping bei Nichtminimalphasige NST


! < 1: Lead-Element: Phasenreserve wird erhöht und Betrag
des Regelkreises verkleinert.
10.1.1 Plant Inversion ! > 1: Lag-Element: Phasenreserve wird verkleinert, Betrag
der Regelkreises erhöht.
Idee: Falls wir das Verhalten der Regelstrecke kennen,
kennen wir was für ein Input wir wählen müssen, um ein Kochrezept:
besonderes Output zu bekommen. • PI(D) Auslegen, (Durchtrittsfrequenz klein!)
• Lead/Lag zuschalten um Phasenreserve zu verändern.
Durchtrittsfrequenz ändert sich auch
• Verstärkung !p einstellen um die Durchtrittsfrequenz
anzupassen

3. Loop Shaping für instabile Systeme


Verfahren:

1. Statische Kreisverstärkung (oft 1) wählen
2. Phase-Shift wählen (!!) Bemerkungen:
3. Frequenz wählen (! !)
• Regler so dass Nyquist Theorem funtkioniert
Es gibt aber ein kleinen Nachteil: Falls wir Rauschen haben, • Minimalphasige NST verursachen Phasengewinn
wird er mehr übertragen sein! (+90)
• Stabile Pole verursachen Phasenverlust (-90)
10.Feedback Control Design II 4. Realisierbarkeit
Nach Auslegung: #Polen ≥ #NST, falls nicht:
• Polen bei hohen Frequenzen hinzufügen (s.d. sie die
Die Grundidee für einen guten Loop ist: Bei tiefen Frequenzen
Durchtrittsfrequenz nicht beeinflussen)
hoher Betrag, bei hohen Frequenzen tiefer Betrag, also
eigentlich ein Integrator. Ausserdem sollte die Phasenreserve • Aus diesem Grund wird Roll-Off benutzt:
genügend gross sein.
10.1 Loop Shaping und Robustheit
Es gibt aber 4 Probleme:

1. Die Regelstrecke P(s) ist kausal (y hängt nur von u Bemerkungen:
ab) aber die Inverse Regelstrecke nicht, also kann
man sie nicht konstruieren • NMP System lügt: Antwort wechselt das Vorzeichen:
• Regler musst „patientieren“: slow control system
àLSG: Roll-Off Element einsetzen.

Zusammenfassung Regelungstechnik II
Man will jetzt !(!) finden (von e nach u). Es gilt
10.3 Robustheit
- • Nominelle/robuste Regelgüte: pag.15
Gioele Zardini • Robuste Stabilität+Abb.:pag.12
10.4 Kaskadierte Regelkreise
10.2 Prädiktive Regelung: Smith Prädiktor
Es existieren die sog. SIMO Systeme à Kaskadierte
Systeme mit grössen Totzeiten sind schwierig mit PID Regelkreise (um Regler zu verbessern) sind SIMO-Systeme
Regler zu regeln (D-Teil ist nicht nützlich hier!). mit einer Zeitskalentrennung.
Ziel: Mit Prädiktive Regler Totzeiten kompensieren
Wann? Im Allgemein falls


Limits: Bemerkungen:
• Prädiktor kann Totzeiten kompensieren (also
Schneller Regelkreis:
weniger Phasensprung!) • Die Idee von PR ist ein lineares Modell der Strecke zu
• !! (!) (z.B. mit Ziegler-N.) ohne Berücksichtigung von
• Totzeit kann nie komplett eliminiert werden! benutzen, dass Zugang gibt, zur nicht Totzeitbehaftete
Voraussetzungen: ! . Feedbacksignal ist dann die Summe der nicht
Output ! Langsamen Regelkreis.
!
• Strecke muss asymptotisch stabil sein Totzeitbehaftete outputs und das Korrektionssignal !. • Wir wollen voll die Bandreite ausnutzen (möglichst gross
• Eine genaue Schätzung des Modells ist notwendig: à !! möglichst gross), das heisst es wird ein P(D) Regler
• Ein gutes Modell für die Strecke muss verfügbar sein
benutzt.
• !! muss nicht so präzis sein à kein I

• Pr(s) ist die reale Übertragungsfunktion • Das ist neue Strecke !! → !! für aussere Kreis
• !! ist die reale Totzeit der Strecke. Langsamer Regelkreis:
• !! (!) (z.B. mit Ziegler-N.) mit geschlossem inneren
Regelkreis ausgelegt
• Wir wollen keinen statischen Nachlauffehler à PI(D)

11.Reglerimplementation
11.1 PID-Realisierung



10.2.1 Diskussion
Vorteile:
• Sehr schnell
• Gleiche Robustheit

Nachteile:
• Schwierige
Implementation/Analyse
Es gilt: • Probleme bei Modellfehler Begründungen

!(!) ist Übertragungsfunktion von u nach y à Falls Totzeit im Modell nicht
• Falls Cr keinen Pol im Ursprung hatà kein präzis, Smith Prädiktor sehr
schlecht! • 0<a<1: à das erlaubt uns die Aggresivität des Reglers zu
stationäre Regelfehler
kontrollieren

• b=1: Nachteile: Was macht man:

à Integrator integriert auf 0 • Keine Störungsunterdrückung, statische Fehler, > • Mit Aktuator Model geben wir Werte heraus die machbar
àL von Typ k=1: (es gibt ein Integrator in C oder in P), es Control Action sind
folgt mit b=1, dass r=y ist und also steady state error für step • Wir rückführen die Differenz: Integrator wird permanent
ist 0. 11.1.3 Saturation geleert.
• c=0: Probleme entstehen wenn physikalische Signale begrenzt • Im Beispiel von Cruise Controller: Entlinearisierung nicht
à Man kann unerwünschte Störungen auf closed loop falls r sind (als Beispiel das maximale Drehmoment eines Motors nötig wegen Integrator und Feed-Forward nicht nötig
ändert sich verhindern (falls mit Störung Sprung beschränkt, oder die Maximale Öffnungsfläche eines Ventils). Man nennt wegen Aktuator
d.h. c=0 wurde gewählt!) diese die Sättigung eines Systems und kommt bei • ARW nur falls auch C ist integrierend (nur P geht nicht!).
à nur hoch dämpfendes Effekt auf y vorliegt integrierende Regler vor.
• Diese Parametern haben kein Einfluss auf 11.3 Digitale Regelung
Kreisverstärkung à Stabilitätseigenschaften und Heute sind praktisch alle Regler in Mikroprozessoren
Robustheit sind erhalten. implementiert, die discrete-time systems sind.
11.1 Feedforward
Idee: Feed Forward (Vorsteuerung) erlaubt uns verschiedene
Regler für Folgeregelung und Störungsunterdrückung zu
benutzen. Einführen von Feed Forward erhöht die
Geschwindigkeit des Systems à r hat jetzt direkt Einfluss
auf u.

àProblem ist nicht mehr linear und Aktuator ist nicht mehr

geschlossen.
11.3.1 Continuous Time Systems
11.2 Anti Reset Windup
Was wir bis jetzt gesehen haben. Diese Systeme sind für alle
Falls Regler ist in Sättigung, eine weitere Integration des Zeiten definiert und um sie zu beschreiben man benutzt DGL.
Regelfehlers mach nichts und Fehler reduziert sich nicht. Falls
11.3.2 Discrete-Time Systems
aber Fehler ist klein, Integrator verhindert die gute
Systemantwort à Überschwingen! Diskrete in Zeit: Die Signale sind nur zu spezifische Zeiten
Man kann F als ein Gain (statisch) oder auch dynamisch definiert (Abtastzeit T, !! = ! ∙ !). Diese Systeme sind mit
wählen. Die Vorsteuerung hat keinen Einfluss auf Differenzengleichungen definiert.
Stabilitätseigenschaften des Closed Loop.

11.1.1 Statisch

Es ist oft v um w zu behalten bekannt. Man kann das benutzen


und Folgeregelung verbessern


Vorteile: Nachteile:
à einfachere Berechnung àfügt Totzeit ins System ein
àKomplexe Algorythmen (≅ exp (−! ∙ !! /2))
implementierbar. àInformationen zwischen
steps sind verloren.
11.1.2 Diskussion 11.3.3 Zustandsraumdarstellung

Vorteile:
• Keine Stabilitätsprobleme, einfaches Design, keine
Rauschenamplifikation


11.3.4 Lyapunov Stabilität
11.3.8 Aliasing • Euler Backward
Falls die Abtastfrequenz eines Signals zu klein ist, verilert

man zu viele Informationen über das Signal und man kann
nicht mehr eindeutig das rekonstruieren.

• Trapezoidal (Tustin)


11.3.5 System

11.3.9 Anti Aliasing Filter
Die unerwünschte hohe Frequenzen können mit einem AAF
gedämpft werden. Da AAF vor gesetzt ist, muss analog sein
(nicht diskret implementiert). Grund ist dass diese
Frequenzen können nur eliminiert werden vor Sampling, und
nicht mehr nachher. Normalerweise wird ein Tiefpassfilter
11.3.6 Software
benutzt. Etwas schlecht: fügt weitere Phasenabfall, dass zu
instabilen Kreis führen kann!
11.3.10 Regleremulation


11.3.11 Stabilität
Stabilitätseigenschaften bleiben bei Euler Backward und
Tustin erhalten: es ist aber bei Euler Forward möglich dass
die Emulation instabil wird.

11.3.7 Sampling


à z ist definiert als „shifting“ Operator
• Euler Forward
!
Die Abtastfrequenz ist definiert als !! =
!
à Man definiert folgende Regel:

!
Die Nyquistfrequenz ist definiert als ! = !
!
à Die Stabilitätseigenschaften des Systems bleiben
à Falls continuoous-time Signal enthält grössere Frequenzen unverändert, falls stabile zeitkontinuirliche Pole zu stabilen
es kommt Aliasing vor: !! < 2 ∙ !!"# zeitdiskreten Polen gemappt werden.

1
2


11.3.12 Kochrezept • !! ist für Signal e • Aber: det(...) zerstört wichtige Information über
• !! ist für Signal u !! = !(!) ∙ !(!) Kreuzkupplungen zwischen Kanale. Wir haben keine
1. Design C(s)
Information über Robustheit und Performance
2. Faustregel benutzten und Abtastfrequenz wählen
3. Design AAF 12.3 Pole und Nullstellen
4. Emulate Controller (Cd=c2d(C,T,’tustin’));
5. Stabilität: instabil? Andere Emulation oder höhere 12.3.1 Pole (jede Pol ist Pol SISO Eintrag!)
Abtastfrequenz
6. Regler implentieren
• Die Pole sind die Nullstellen des kleinsten gemeinsamen
• Return Difference ist !! (!) = Ι + !! (!) Nenners aller Minoren von P(s) (#Pole=Min.Ordnung)
12.MIMO SYSTEME 12.1.3 Lyapunov Stabilität • Bei MIMO Systeme Pole und NST haben auch Richtungen

12.1 Systembeschreibung
12.1.1 Zustandsraumdarsellung


12.3.2 Nullstellen (nicht jede NST ist NST SISO Eintrag!)

• NST sind die NST des grösster gemeinsamen Teilers der


Zähler der maximalen Minoren (d.h. max Ordnung , nach
Normierung auf den gleichen Nenner (Polpolynom).
Bemerkungen:
• Die beschreibt ein System mit m Eingangssygnalen und p 12.1.4 Steuerbarkeit
Ausgangssygnalen.
• Zustandsraumdarstellung ist nur wohldefiniert, wenn
man sie durch Modellieren mittels physikalischer Gesetze

à NST/Polen Vereinfachungen kommen vor nur falls Frequenzen
erhalten hat. Für bekannte I/O-Darstellung hingegen gibt und Richtungen übereinstimmen. Falls vollst. St. + Beo. Die Pole
es unendlich viele Darstellungen. entsprechen die Eigenwerte von A.
12.1.5 Beobachtbarkeit
12.1.2 Übertragungsfunktion
12.4 Relative Gain Array (RGA) à GGW à w=0


12.1.6 Stabilität geschlossene Regelkreis


Bemerkungen:
• Matrixmultiplikation ist nicht kommutativ! D.h. jetzt

12.2 Nyquist für MIMO Systeme




à Normalerweise man wählt P11 als Strecke!

• In Worten: Maximale Amplifikation von Input u bis • Für komplexe Matrizen gilt
Output y


13.1.2 Graphische Interpretation


• Wichtig noch für U:


Bemerkungen:
• Matlab: P=freqresp(P_tf,w) à RGA=P .* pinv(P).’
13.2 Frequenzantworten
• Ergebnis kann man dann in Bode Diagramm analysieren
13.2.1 Flashback: SISO Fall
12.4.1 Interpretation 13.1.3 Zerlegung
Im SISO Fall hat man gezeigt dass für eine asymptotisch
1. Input-Output s.d. die Diagonalelemente von RGA sind fast stabile Strecke P(s), mit harmonische Input u(t),erhalte man
1 ist erwünscht (4 oben) eine transiente Phase und eine Eingeschwungene Phase
2. Versuchen keine negative Diagonalelemente zu haben, (Steady State). Mathematisch geshen war das:
bei s=0 à Zeichenwechsel!
3. Grosse positive Diagonalwerte verbinden sich mit

Schwierigkeiten für Design Diagonalregler.

13.2.2 Übergang zu MIMO: Phasoren

• Input:


Bemerkungen:
13. Frequenzantworten von MIMO-Systemen • M*M ist symmetrisch und positiv semidefinit àSW
13.1 Singulärwertzerlegung sind immer reelle Zahlen. U,V können komplex sein. • Output:
• Matlab: [U,S,V]=svd; A*=A’=conj(transponse(A))
13.1.1 Induzierte Norm
• Motivation der Berechnung:
Man definiert die induzierte (euklidische) Norm einer
Matrix einer lineare Abbildung:



à Frequenzen sind in Input und Output immer gleich
(Eigenschaft linearer Systeme)
• U,V sind orthogonale Matrizen! à Das ist gültig für p=m, #Input=#Outputs


14. MIMO Reglerauslegung
Hinreichende Bedingung für Existenz von !
14.1 Lineare quadratische Regulator (LQR)
14.1.1 Formulierung


• es ist aber möglich dass sie existiert auch ohne diese
Bedingungen
• Zustandsrückführung ist Zeitinvariant
• Matlab: K=lqr(A,B,Q,R);


• 5.24 und 5.25 sind worst cases: Man hat keine
allgemeine Gleichung ! = !(!)
• Phasenverlauf ist nicht bestimmt!

14.1.3 Resultierendes System (Frequenzbereich)
13.2.3 Verstärkungen Bemerkung:
Für SISO Fall ist das Kriterium
• u(t) (max/min Verstärkung) ist in Richtung V angeregt :
|!1| ∙ (cos(!") + < (!1))
• !(!) = ! ! und man wählt
|!2| ∙ (cos(!") + < (!1))

entweder Spalte von V der max. !. • Geschlossene Regelkreis ist automatisch asymptotisch
• y(t) ist in Richtung U angeregt stabil
|!1| ∙ (cos (!"+< (!1))
• !(!) = ! !|!2| ∙ (cos(!") + < (!1))!
|!2| ∙ (cos(!") + < (!1))
• Falls die drei Zeilen nicht in Phase sind, wird die
maximale Verstärkung nie erreicht 14.1.2 Zustandsrückführung (State Feedback)

13.2.4 Robustheit/Störungsunderdrückung

SISO:
à !"#$ = 1
à0.5 < ! < ∞
à! ≥ 60

14.2 LQRI
Man muss eine integrierende Aktion in Regler einführen, so
dass man den statischen Nachlauffehler verhindern kann (wir
integrieren genau den Fehler).
14.2.1 Formulierung

à Gefundene K ist opitmal, d.h. aber nicht dass der Beste
Regler ist! Man braucht nie ARW (kein offene Int.).

à Das ist aber in der Realität nicht der Fall: nur Input u und
Output y sind bekannt. Mann kann aber diese Methode
benutzen, in Kombination mit einem Filter: Beobachter.
Funktion des Beobachters ist eine Schätzung von x(t) zu
machen. Man führt ein noch eine Rückführung die die
beobachtete yo mit die wahre y vergleicht.


14.3.2 LQG Regler




14.2.2 Kochrezept


• Asymptotisch stabil à wir kriegen asymptotisch x(t)!
• Konvergenzspeed ist von Gain L abhängig!

Bemerkungen:
• R ändert nicht da in Vergleich mit Input/Output von LQR,
dieselbe Dimensionen hat.
• ! > 0 ist neue tuning parameter: man kann wählen wie
stark integriende Aktion haben.
• Nachteil: Integrator in der Rückführung reduziert Separationsprinzip:

Robustheit des System in Bezug auf Stabilität.
14.3 LQG
14.3.1 Beobachter

• Psi ist nxn, L ist nxp,
Beim LQR hattet man als Annahme, dass x(t) verfügbar war • MATLAB: psi=lqr(A’,C’,B*B’,q)


14.3.3 Kochrezept
14.5.3 Numerische Optimierung

Optimale Input u*(t in [0,T]) wird numerisch für das ganze


„planning window“ offline berechnet und als feedforward
Signal benutzt, d.h. uuff=u*(t). Numerische Optimierung ist
möglich falls die Länge der „planning window“ T beschränkt
ist. Es gilt

14.4.1 Kochrezept


14.3 LQG mit Reference Tracking
Falls man eine Reference Step anwendet, Fehler geht nie zu
0 und für jede weitere Step wird angeregt/erhöht.
Das wird verbessert mit geeignete Feedforward aktion: wir
setzen zwei Referenzsignalen in zwei Punkten der Regler:

14.5 Extensions
14.5.1 Finite Horizon LQR


Bemerkungen:
• LQR ist ein Spezialfall von NOC
• Ok, was aber falls etwas unerwartet vorkommt? Es fehlt
Feedback
• NOC à obtain planned actionsà use only the first!
14.5.4 Model Predictive Control
Mit MPC löst man in jedem Zeitintervall die numerische
14.5.2 LQR Feedforward Lösung des Optimierungsproblems, so dass ein Feedback
System eingeführt wird:


14.4 LQGI
Analogerweise zu LQR in LQG fehlt den Integrierende
Verhalten à Wir führen ein Integrator und arbeiten
analogerweise was wir schon gesehen haben.

Tuning Parameter aufzustellen. Der Parameter muss so
gewählt werden, dass man das System zu dem „nice“ System
bringt. Stabilität ist nicht ein Grund!
14.6.1 ! − !"#$%&"


à Classic vs. MPC:



Bemerkungen:
• Gute werte von ! sind zwischen 2-5
• Man konnte bis jetzt K und L immer mit dem Befehl lqr
Vorteile: Nachteile: bestimmen. ! kommt aber nur in Riccati Gleichungen vor,
• Mit allen Modellen • Nicht garantierte Stabilität d.h. mann muss zuerst die mit care lösen und dann den
(Non/Lineare,Siso,Mimo,T • Genauigkeit des Modells Gain bestimmen.
otzeiten,Beschränkte) • Computational demanding?
• Jedes Ziel: Quadratfehler, • Feasibility 14.6.2 LQG/LQR für ! ≥ ! (Standard)
Absolutfehler, Money,..



14.6.4 Kallmann Filter

14.6 LTR
14.6.3 LQG/LQR für ! ≥ ! (Dual)
Wir haben gesehen dass man bisher Abschätzungen gemacht


hat: die Robustheit geht in diesen Fällen verloren und LTR ist
eine Methode um sie ein wenig rückzugewinnen. Die

Grundidee ist einem LQR oder einen Beobachter auszulegen • LTR mit q>0 garantiert nicht Phasenreserve mindestens +/- 60!
mit dem ein „nice“ System bekommt und danach ein LQG mit