Position and line-of-sight stabilization of spherical robot using feedforward proportional-derivative geometric controller
Indian Institute of Technology Madras(印度马德拉斯理工学院)
本文提出了一种几何控制律,用于非holonomic球形机器人的位置和视线稳定,通过简单配置误差函数和适当定义的传输映射提取前馈和比例-导数控制律,并通过仿真验证控制器性能。
2017-05-16 cs.SY eess.SY math.DG
Model-free control and intelligent PID controllers: towards a possible trivialization of nonlinear control?
INRIA-ALIEN(法国国家信息与自动化研究所-ALIEN团队);LIX (CNRS, UMR 7161), École polytechnique(巴黎综合理工学院LIX实验室(法国国家科学研究中心,UMR 7161));CRAN (CNRS, UMR 7039), Nancy-Université(南锡大学CRAN实验室(法国国家科学研究中心,UMR 7039))
提出一种无模型控制和受限模型控制方法,通过数值微分和微分代数理论简化智能PID控制器设计,适用于高度非线性和时变系统。
2009-04-02 cs.NA math.CA math.NA
Increasing Energy Resiliency to Hurricanes with Battery and Rooftop Solar Through Intelligent Control
屋顶太阳能光伏(PV)板与电池一起可以在飓风等自然灾害期间提供停电弹性。如果没有智能和自动化的决策来权衡相互冲突的要求,就需要大型光伏系统和大型电池来提供有意义的弹性。通过利用各种家庭需求的灵活性,智能系统可以确保比非智能系统更长时间地为关键负载提供服务。因此,较小的(并且因此较低的成本)系统可以提供与否则将需要大得多的系统相同的能量弹性。在本文中,我们提出了这样一个智能控制系统,使用模型预测控制(MPC)架构。由于负载的开/关决策,优化问题被配制为MILP(混合整数线性规划)。性能进行了比较,两个基于规则的控制器,一个简单的全或无控制器,模仿什么是现在商业上,和基于规则的控制器,使用相同的信息,MPC控制器使用。控制器通过模拟测试的光伏电池系统精心选择的一个小的单一的家庭在佛罗里达州的房子。在2017年飓风伊尔玛期间进行了为期一周的模拟。仿真结果表明,所提出的控制系统可以将提供一定弹性性能的PV+电池系统的尺寸减半。
2021-02-08 cs.SY eess.SY math.OC
Reconfigurable Intelligent Surface for MISO Systems with Proportional Rate Constraints
本文研究了可重构智能表面(RIS)辅助的多用户多输入单输出(MISO)系统的频谱效率(SE),其中RIS可以通过大量的可控和智能移相器来重构传播环境。为了探索这种系统的用户比例公平的系统SE性能行为,制定了一个优化问题,以最大限度地提高SE,通过联合考虑在基站(BS)的功率分配和在RIS的相移,在非线性比例速率公平约束。为了解决非凸优化问题,开发了一种有效的解决方案,该解决方案利用具有封闭形式表达式的迭代算法,即,或者优化BS处的发射功率和RIS处的反射相移。数值模拟验证了理论分析,并评估所提出的替代算法的性能。
2020-01-29 cs.IT cs.NI cs.PF
A Unified Approach to High-Gain Adaptive Controllers
一段时间以来,人们已经知道,如果反馈增益足够大,比例输出反馈将稳定MIMO、最小相位、线性定常系统。高增益自适应控制器通过自动单调地提高反馈增益来实现稳定性。最近,它被证明,采样和保持高增益自适应控制器的实现也需要适应的采样率。在本文中,我们使用最近的进展,在时间尺度上的动态方程的数学领域统一和推广的离散和连续版本的高增益自适应控制器。我们证明了高增益自适应控制器在广泛的一类时间尺度上的稳定性。
2009-01-25 math.OC
Distributed Primary Frequency Control through Multi-Terminal HVDC Transmission Systems
本文提出了一种分散控制器,用于通过多端HVDC电网共享初级交流频率控制储备。通过使用李雅普诺夫参数,所提出的控制器被证明是稳定的闭环系统的平衡组成的互联的AC和HVDC电网,给定任何积极的控制器增益。通过分析闭环系统的平衡点,对比例控制器引起的静态控制误差进行了量化和有界性分析。将所提出的控制器应用于由直流输电网互联的三个异步交流区域组成的测试电网,并通过仿真验证了其有效性。
2015-12-11 math.OC
On Stability of Distributed-Averaging Proportional-Integral Frequency Control in Power Systems
基于分布式共识的微电网和电力系统二次调频优化控制器近年来受到广泛关注。本文提供了一个基于李雅普诺夫的证明,在时间尺度分离,这些控制方案是稳定的广泛的一类非线性电力系统模型,并在弱假设下(i)用于资源分配的目标函数,和(ii)描述在共识协议中的代理之间的通信的图形拓扑结构。通过详细的测试系统上的模拟结果进行了说明。
2020-03-09 math.OC
Distributed PI-Control with Applications to Power Systems Frequency Control
研究了网络化动力系统的分布式PI控制器。给出了该控制器能够镇定一般线性系并消除静态控制误差的充分条件。所提出的控制器应用于电力传输系统的频率控制。充分的稳定性准则,推导出,它表明,控制器的参数总是可以选择,使闭环中的频率收敛到标称工作频率。我们表明,发电机的负载共享属性保持,即,发电机的输入功率与控制器参数成比例。在IEEE 30节点测试网络上进行了仿真,验证了该控制器的有效性。
2014-09-30 math.OC
Constrained proportional integral control of dynamical distribution networks with state constraints
本文研究了动态配电网的基本模型,其中网络拓扑由一个有向图给出,存储变量对应于顶点,流量输入对应于边。我们的目标是调节系统的共识,而存储变量保持大于或等于一个给定的下界。问题的解决,通过使用分布式PI控制器结构的约束随时间变化。它示出了如何可以通过解决一个最优化问题的约束。
2014-11-12 math.OC
Model-free control
“无模型控制”和相应的“智能”PID控制器(iPID),已经有许多成功的具体应用,在这里首次提出了一个统一的方式,其中考虑到新的进展。无模型控制的基础现在是采用一些旧的泛函分析和一些基本的微分代数。通过最近的在线参数识别方法的估计技术变得相当简单。iPI,特别是iPs的重要性是从摩擦的存在中推导出来的。经典PID的奇怪的工业普遍性和在复杂情况下调整它们的巨大困难是通过基本采样从它们与iPID的联系中推断出来的。给出了几种包括无限维系统的数值模拟。它们不仅展示了我们智能控制器的强大功能,还展示了调整它们的巨大简便性。
2013-11-20 math.OC
An adaptive fuzzy sliding mode controller applied to a chaotic pendulum
在这项工作中,一个智能控制器被用于控制非线性摆的混沌问题。所采用的方法是基于滑模控制策略和增强的自适应模糊算法,以应付建模不准确。利用李雅普诺夫直接法和Barbalat引理分析证明了闭环系统的收敛性。数值结果也被提出,以证明控制系统的性能。
2022-06-03 cs.SY eess.SY math.OC
First steps toward a simple but efficient model-free control synthesis for variable-speed wind turbines
虽然变速三叶片风力涡轮机现在非常流行,但其控制仍然是一项具有挑战性的任务。我们提出了一种新的易于实现的无模型控制方法与相应的智能控制器。几个令人信服的计算机模拟,包括一些故障调节,表明无模型控制器比经典的比例积分控制器更有效和鲁棒性。
2020-11-12 cs.SY eess.SY math.OC
Reinforcement Learning versus PDE Backstepping and PI Control for Congested Freeway Traffic
我们开发强化学习(RL)边界控制器,以减轻走走停停的交通拥堵的高速公路段。高速公路路段的交通动力学由宏观Aw-Rascle-Zhang(ARZ)模型控制,该模型由交通密度和速度的$2\times 2$拟线性偏微分方程(PDE)组成。线性化ARZ偏微分方程模型的边界稳定性已被解决的偏微分方程反推,保证空间$L^2$规范调节的交通状态,以均匀的密度和速度,并确保交通振荡被抑制。并置比例(P)和比例积分(PI)控制器还在某些限制条件下提供稳定性保证,并且通过由试凑法或无模型优化进行的增益调谐而始终可用作无模型控制选项。虽然这些方法在数学上是优雅的,但稳定化结果仅局部保持,并且通常受到模型参数变化的影响。因此,我们将PDE边界控制问题重新表述为RL问题,该RL问题仅通过观察状态值而在不知道系统动态的情况下追求稳定。最近的政策优化,基于神经网络的政策梯度算法,获得RL控制器通过与ARZ PDE的数值模拟器进行交互。被稳定化的启发,RL状态反馈边界控制器进行了比较和评估,严格稳定控制器在两种情况下:(i)在一个系统的交通流动态的完美知识,然后(ii)在一个只有部分知识。我们得到RL控制器,几乎恢复性能的反推,P和PI控制器与完美的知识,并优于他们在某些情况下与部分知识。
2021-01-14 math.AP math.OC
Reinterpreting PID Controller From the Perspective of State Feedback and Lumped Disturbance Compensation
本文从状态反馈与集总扰动补偿视角重新解释PID控制器,将其分解为齐次控制器与扰动观测器,分析测量噪声影响并给出参数整定方法,最后在VTOL飞行器轨迹跟踪和车辆横向控制中验证设计。
2024-11-22 cs.SY eess.SY math.OC
Intelligent Sliding Mode Control of an Overhead Container Crane
在这方面的贡献,提出了一种智能控制器的欠驱动桥式集装箱起重机的参数不确定性和未建模动态。所采用的方法是基于滑模方法,赋予对建模不准确和外部干扰的鲁棒性。此外,一个自适应模糊推理系统嵌入在控制律,以提高设定点调节和轨迹跟踪。为了评估所提出的智能方案的性能,控制律的实施和测试中的1:6规模的实验集装箱起重机,可在力学与海洋工程研究所在汉堡理工大学。实验结果表明,该方案不仅是可行的,但它的稳定和轨迹跟踪问题的改善效果。
2022-06-07 cs.SY eess.SY math.OC
Deep Reinforcement Q-Learning for Intelligent Traffic Signal Control with Partial Detection
Univ Gustave Eiffel(古斯塔夫·埃菲尔大学);IFSTTAR(法国交通、发展与网络科学技术研究院)
智能交通信号控制器将DQN算法应用于交通灯策略优化,通过实时调整交通信号来有效地减少交通拥堵。然而,文献中的大多数主张认为,所有车辆在交叉口被检测到,一个不切实际的情况。最近,新的无线通信技术已经能够通过基础设施对联网车辆进行成本效益高的检测。由于目前只有一小部分的总舰队配备,能够在低检测率下执行的方法是可取的。在本文中,我们提出了一种深度强化Q学习模型,用于在具有连接车辆的部分可观察环境中优化孤立交叉口的交通信号控制。首先,我们在RL框架内提出了新的DQN模型。我们引入了一个新的状态表示部分可观察的环境和一个新的奖励功能的交通信号控制,并提供了一个网络架构和调谐超参数。其次,我们评估的性能模型在多个场景的数值模拟,在两个步骤。首先对现有的驱动控制器进行完全检测,然后对联网车辆的比例进行部分检测和损失估计。最后,从得到的结果,我们定义阈值的检测率可接受的和最佳的性能水平。
2021-09-29 cs.LG cs.SY eess.SY
Intelligent control of a single-link flexible manipulator using sliding modes and artificial neural networks
Federal University of Rio Grande do Norte(北里奥格兰德联邦大学);University of Turku(图尔库大学)
本文提出了一种新的柔性臂机器人精确轨迹跟踪的智能控制方案。所提出的方法主要是基于滑模控制器的欠驱动系统与嵌入式人工神经网络,以处理建模不准确。所采用的神经网络只需要一个单一的输入和一个隐藏层,这大大降低了计算复杂性的控制规律,并允许其在低功耗微控制器的实施。选择在线学习而不是有监督的离线训练,以允许在跟踪期间实时的调整神经网络的权重。因此,所得到的控制器是能够应付欠驱动的问题,并通过从经验中学习,这授予适当地处理植物动态的能力,以适应自己。在类李雅普诺夫稳定性分析中引入Barbalat引理,证明了跟踪误差的有界性和收敛性。一个小的单连杆柔性机械臂的实验结果表明,所提出的控制方案的有效性,即使在存在高水平的不确定性和噪声信号。
2022-03-21 cs.RO cs.SY eess.SY
A Comparative Study Between a Classical and Optimal Controller for a Quadrotor
针对线性化的四旋翼模型,对经典的比例积分微分(PID)控制器和最优的线性二次型调节器(LQR)控制器进行了仿真比较。为了简化四旋翼的复杂动力学模型,我们使用牛顿定律和欧拉定律并应用物理学的基本原理推导出线性数学模型。这个推导给出了关于机身坐标系和惯性坐标系的四旋翼机运动方程。建立了四旋翼飞行器的状态空间模型,并利用该模型对四旋翼飞行器的控制算法进行了仿真。除了经典的PID控制算法,LQR是一种最优控制调节器,它是更强大的四旋翼。在相同的初始条件下,这两种控制器在Simulink中进行了仿真,并显示出令人满意的响应。
2020-09-28 cs.SY eess.SY math.OC
Flatness-based control revisited: The HEOL setting
本文提出 HEOL 框架的代数基础,融合平坦性控制与智能控制器,利用模论和微分域定义切线性系统,解决反馈回路中的悬而未决问题,并通过仿真验证。
2024-08-21 cs.SY eess.SY math.OC
Reset Controller Analysis and Design for Unstable Linear Plants using Scaled Relative Graphs
本文提出一种基于缩放相对图的图形化设计方法,用于不稳定LTI系统的重置控制器,通过二阶重置元件并联比例增益实现镇定,并给出$L_2$增益性能界,突破了现有方法仅适用于稳定系统的局限。
2025-06-21 cs.SY eess.SY math.OC
Robust Sliding Mode Control of a Magnetic Levitation System: Continuous-Time and Discrete-Time Approaches
本文提出了三种磁悬浮系统的滑模控制器。首先,采用一种新的切换面和比例加功率速率趋近律设计了比例积分滑模控制器。PI-SMC比反馈线性化控制器在不匹配不确定性的存在下具有更强的鲁棒性,并且在收敛速度和稳定时间方面优于最近文献中报道的SMC方案。其次,为了减少PI-SMC中的抖振现象,提出了一种基于状态反馈的离散时间SMC算法。然而,扰动抑制能力在一定程度上受到损害。此外,为了提高鲁棒性,而不损害抖振减少的好处的离散时间SMC,不匹配的不确定性,如传感器噪声和跟踪输入干扰被纳入一个强大的离散时间SMC设计使用多速率输出反馈(MROF)。利用这种技术,可以实现全状态反馈控制器的效果,而不会引起动态控制器或额外的离散时间观测器的复杂性。此外,基于MROF的离散时间滑模控制策略可以稳定磁悬浮系统具有良好的动态和稳态性能,在存在不匹配的不确定性具有优越的鲁棒性。利用李雅普诺夫稳定性理论证明了闭环系统在所设计的控制器作用下的稳定性。仿真结果和分析比较表明,所提出的控制方案的有效性和鲁棒性。
2021-10-24 cs.SY eess.SY math.OC
In-Silico Proportional-Integral Moment Control of Stochastic Gene Expression
解决了在简单基因表达中控制感兴趣物种的均值和方差的问题。结果表明,蛋白质的平均水平可以全局和鲁棒跟踪到任何所需的值,使用一个简单的PI控制器,满足一定的充分条件。然而,控制的均值和方差需要一个额外的控制输入,例如mRNA的降解速率,和本地鲁棒跟踪的均值和方差被证明是可以实现的,使用多变量PI控制,提供的参考点满足系统施加的必要条件。更重要的是,它表明,存在PI控制器,局部,鲁棒性和同时稳定的所有平衡点内的容许区域。然后将结果扩展到具有蛋白质二聚化的基因表达的平均控制。它表明,时刻关闭问题可以绕过不调用任何时刻关闭技术。使用纯积分控制法确保平均二聚体群体局部稳定和收敛到任何期望的参考值。控制器增益上的显式界限,并示出是有效的任何参考值。作为一个副产品,一个明确的上限的单体物种的方差,作用于系统作为未知的输入,由于时刻开放,得到。仿真结果说明了这一点。
2020-04-21 cs.SY eess.SY math.OC
An Uncertainty-Aware Data-Driven Predictive Controller for Hybrid Power Plants
本文提出不确定性感知的子空间预测控制器,用于协调含4 MW风电、光伏和同址储能的混合电厂,在天气不确定性下跟踪真实电力需求并预测HPP性能。
2025-02-18 cs.CE cs.SY eess.SY
Event-Triggered Control of a Continuum Model of Highly Re-Entrant Manufacturing System
随着智能生产线的不断增长,集成传感器,执行器和控制器在无线通信环境中通过物联网(IoT),我们设计了一个事件触发的边界控制器的高度可重入制造系统的连续模型的产品流入率是受控量。所设计的控制器可以潜在地在受限于信息共享资源的网络化控制系统中操作。一个李雅普诺夫参数被用来推导出边界控制器连同一个可行的事件发生器,避免发生芝诺行为的闭环系统。由于系统的非线性和密度的正性,利用状态的对数范数建立了系统的全局稳定性估计。此外,所提出的控制器相对于采样时间表和采样数据稳定的结果的鲁棒性。一致的模拟结果,支持所提出的理论陈述。
2020-04-04 cs.SY eess.SY math.OC
Control of a Wind-Turbine via Machine Learning techniques
本文提出了两种用于风力机转矩和桨距控制的无模型控制器。这些控制器是基于强化学习(RL)和贝叶斯优化(BO),不依赖于任何数学模型的风力机动态,在线性化模型上设计的经典方法。无模型控制器在数值环境中与比例-积分-微分(PID)调节器进行基准测试,使用叶片元件动量理论计算气动扭矩和叶片载荷。结果表明,无模型方法可以增加功率收获,同时减少风力机的负载。
2022-07-13 math.DS math.OC physics.flu-dyn
Optimize the parameters of the PID Controller using Genetic Algorithm for Robot Manipulators
Hanoi university of Industry(河内工业大学)
针对两自由度机械臂的非线性 PID 参数整定难题,提出用遗传算法优化 PID 参数,仿真表明其提升了精度、稳定性并缩短轨迹跟踪响应时间。
2025-01-08 cs.RO cs.SY eess.SY