сгенерировать QR код
Открытый доступ
Только для подписчиков
Прямая адаптивная компенсация мультисинусоидальных возмущений в динейных системах с настройкой регулятора за конечное время
https://doi.org/10.17586/0021-3454-2025-68-8-653-667
Аннотация
Решена задача адаптивной компенсации мультисинусоидального возмущения в линейной системе с известными параметрами и недоступным измерению вектором состояния. Предполагается, что значения амплитуды, частоты и фазы компонент возмущения неизвестны, но при этом известно максимальное число гармоник. Решение задачи сводится к динамической модели ошибки, на базе которой с применением модифицированной расширенной ошибки синтезируется алгоритм адаптации, обеспечивающий автонастройку параметров регулятора за конечное время. Предложенный алгоритм основан на предсказании динамики стандартного градиентного алгоритма адаптации, он: сохраняет все свойства градиентного алгоритма, в том числе гарантию сходимости ошибки управления к нулю вне зависимости от частотных свойств регрессора; обеспечивает сходимость параметрических ошибок к нулю за конечное время при выполнении условия неисчезающего возбуждения или более слабого условия конечного возбуждения; чувствителен к вариациям (медленным или скачкообразным) неизвестных параметров.
Об авторах
Д. Н. Герасимов
Университет ИТМО
Россия
Россия
Дмитрий Николаевич Герасимов — канд. техн. наук; факультет систем управления и робототехники; доцент факультета
Санкт-Петербург
Д. Л. Подошкин
Университет ИТМО
Россия
Россия
Дмитрий Леонидович Подошкин — аспирант; факультет систем управления и робототехники
Санкт-Петербург
А. В. Парамонов
Университет ИТМО
Россия
Россия
Алексей Владимирович Парамонов — канд. техн. наук; факультет систем управления и робототехники; доцент факультета
Санкт-Петербург
В. О. Никифоров
Университет ИТМО
Россия
Россия
Владимир Олегович Никифоров — д-р техн. наук, профессор; проректор по научной работе
Санкт-Петербург
Список литературы
1. Francis D. A., Wonham W. N. The internal model principle for linear multivariable regulators // Applied Mathematics and Optimization. 1975. Vol. 2, N 4. P. 170–194.
2. Davison E. J. The robust control of a servomechanism problem for linear time-invariant multivariable systems // IEEE Trans. on Automatic Control. 1976. Vol. 21, N 1. P. 25–34.
3. Nikiforov V. O., Gerasimov D. N. Adaptive Regulation: Reference Tracking and Disturbance Rejection. Cham: Springer, 2022.
4. Narendra K., Annaswamy A. Stable Adaptive Systems. NJ: Prentice-Hall, 1989.
5. Ioannou P., Sun J. Robust Adaptive Control. NJ: Prentice-Hall, 1996.
6. Sastry S., Bodson M. Adaptive Control: Stability, Convergence, and Robustness. Englewood Cliff, New Jersey: Prentice Hall, 1989.
7. de Mathelin M., Lozano R. Robust adaptive identification of slowly time-varying parameters with bounded disturbances // Automatica. 1999. Vol. 35, N 7. P. 1291–1305.
8. Lion P. Rapid identification of linear and nonlinear systems // AIAA Journal. 1967. Vol. 5, N 10. P. 1835–1842. https://doi.org/10.2514/3.4313.
9. Kreisselmeier G. Adaptive observers with exponential rate of convergence // IEEE Transact. on Automatic Control. 1977. Vol. 22, N 1. P. 2–8. https://doi.org/10.1109/TAC.1977.1101401.
10. Gerasimov D., Nikiforov V. On key properties of the Lion’s and Kreisselmeier’s adaptation algorithms // Intern. J. of Adaptive Control and Signal Processing. 2022. Vol. 36, N 6. P. 1285–1304.
11. Ortega R., Nikiforov V., Gerasimov D. On modified parameter estimators for identification and adaptive control. A unified framework and some new schemes // Annual Reviews in Control. 2020. Vol. 50. P. 278–293. DOI: 1016/j.arcontrol.2020.06.002.
12. Gerasimov D. N., Paramonov A. V., Nikiforov V. O. Algorithms of adaptive disturbance compensation in linear systems with arbitrary input delay // Intern. J. of Control. 2020. Vol. 93, N 7. P. 1596–1604.
13. Marino R., Tomei P. On exponentially convergent parameter estimation with lack of persistency of excitation // Syst. Control Lett. 2022. Vol. 159. DOI: 10.1016/j.sysconle.2021.105080.
14. Aranovskiy S., Bobtsov A., Ortega R., Pyrkin A. Performance enhancement of parameter estimators via dynamic regressor extension and mixing // IEEE Transact. on Automatic Control. 2017. Vol. 62, N 7. P. 3546–3550.
15. Gerasimov D. N., Belyaev M. E., Nikiforov V. O. Improvement of transient performance in MRAC by memory regressor extension // European J. of Control. 2021. Vol. 59. P. 264–273.
16. Chowdhary G., Yucelen T., Muhlegg M., Johnson E. N. Concurrent learning adaptive control of linear systems with exponentially convergent bounds // Intern. J. Adapt. Control Signal Process. 2013. Vol. 27, N 4. P. 280–301.
17. Ortega R., Gerasimov D. N., Barabanov N. E., Nikiforov V. O. Adaptive control of linear multivariable systems using dynamic regressor extension and mixing estimators: removing the high-frequency gain assumptions // Automatica. 2019. Vol. 110. DOI: 10.1016/j.automatica.2019.108589.
18. Pan Y., Aranovskiy S., Bobtsov A., Yu. H. Efficient learning from adaptive control under sufficient excitation // Intern. J. Robust Nonlinear Control. 2019. Vol. 29. P. 3111–3124.
19. Ortega R., Romero J.G., Aranovskiy S. A new least squares parameter estimator for nonlinear regression equations with relaxed excitation conditions and forgetting factor // Systems & Control Letters. 2022. Vol. 169. DOI: 10.1016/j.sysconle.2022.105377.
20. Krause J., Khargonekar P. Parameter information content of measurable signals in direct adaptive control // IEEE Transact. on Automatic Control. 1987. Vol. 34, N 3. P. 802–810. DOI: 10.1109/TAC.1987.1104722.
21. Ortega R. An on-line least-squares parameter estimator with finite convergence time // Proc. of the IEEE. 1988. Vol. 76, N 7. P. 847–848. DOI: 10.1109/5.7153.
22. Adetola V., Guay M. Finite-time parameter estimation in adaptive control of nonlinear systems // IEEE Transact. on Automatic Control. 2008. Vol. 53, N 3. P. 807–811. DOI: 0.1109/TAC.2008.919568.
23. Rios H., Efimov D., Moreno J. A., Perruquetti W., Rueda-Escobedo J. G. Time-Varying Parameter Identification Algorithms: Finite and Fixed-Time Convergence // IEEE Transact. on Automatic Control. 2017. Vol. 62, N 7. P. 3671–3678. DOI: 10.1109/TAC.2017.2673413.
24. Wang J., Efimov D., Aranovskiy S., Bobtsov A. Fixed-time estimation of parameters for non-persistent excitation // Europ. J. of Control. 2020. Vol. 55. P. 24–32. DOI: 10.1016/j.ejcon.2019.07.005.
25. Shi W., Keliris C., Hou M., Polycarpou M. M. Adaptive prescribed-time parameter estimation and control for a class of uncertain nonlinear systems // Systems & Control Letters 2024. Vol. 192. DOI: 10.1016/j.sysconle.2024.105906.
26. Nikiforov V. O. Adaptive servocompensation of input disturbances // IFAC Proceedings Volumes. 1996. Vol. 29, N 1. P. 5114–5119.
27. Tao G. Adaptive control design and analysis. John Wiley & Sons, 2003.
28. Gerasimov D., Nikiforov V., Podoshkin D. New algorithms of direct adaptation with finite-time convergence // IFACPapersOnline. 2025. (принята к печати)
29. Герасимов Д. Н., Подошкин Д. Л., Никифоров В. О. Алгоритмы прямого адаптивного управления линейной системой по выходу с конечным временем настройки // Научно-технический вестник информационных технологий, механики и оптики. 2025. Т. 25, № 1. С. 33–41. DOI: 10.17586/2226-1494-2025-25-1-33-41.
Рецензия
Для цитирования:
Герасимов Д.Н., Подошкин Д.Л., Парамонов А.В., Никифоров В.О. Прямая адаптивная компенсация мультисинусоидальных возмущений в динейных системах с настройкой регулятора за конечное время. Известия высших учебных заведений. Приборостроение. 2025;68(8):653-667. https://doi.org/10.17586/0021-3454-2025-68-8-653-667
For citation:
Gerasimov D.N., Podoshkin D.L., Paramonov A.V., Nikiforov V.O. Direct Adaptive Compensation of Multi-sinusoidal Disturbances in Linear Systems with Finite-time Controller Tuning. Journal of Instrument Engineering. 2025;68(8):653-667. (In Russ.) https://doi.org/10.17586/0021-3454-2025-68-8-653-667
Просмотров:
33
Послать статью по эл. почте 