คำถามติดแท็ก control-engineering

คำถามเกี่ยวกับแบบจำลองและทฤษฎีวิศวกรรมควบคุมและการประยุกต์ทฤษฎีการควบคุมเพื่อออกแบบระบบที่มีพฤติกรรมที่ต้องการ

3
ฉันสามารถใช้เซ็นเซอร์อัลตร้าซาวด์เพื่อวัดระดับน้ำได้หรือไม่?
ถ้าฉันใช้เซ็นเซอร์อัลตราโซนิกมันจะตรวจจับระดับน้ำหรือไม่ ฉันกำลังคิดเกี่ยวกับผลิตภัณฑ์เพื่ออ่านระดับน้ำในกล่องน้ำ (ทั่วไปในบราซิล) ฉันค้นคว้าเกี่ยวกับเครื่องมือวัดนี้และฉันคิดว่าเซ็นเซอร์อัลตราโซนิคเป็นตัวเลือกที่ดีที่สุด น้ำจะสะท้อนอัลตร้าซาวด์อย่างถูกต้องและไม่เปลี่ยนการวัดปกติกับสิ่งกีดขวางที่เป็นของแข็งหรือไม่?

2
วิธีการที่ทันสมัยสำหรับการควบคุมการสอน
พื้นหลัง เมื่อฉันเข้าชั้นเรียนครั้งแรกในการควบคุม (ปี 2006- ตามที่สอนโดยอาจารย์การบินและอวกาศสำหรับการผสมผสานของนักเรียน ME และ EE) โดยพื้นฐานแล้วมันทำใน Laplace-transform, ฟังก์ชั่นการถ่ายโอน ฯลฯ ไม่นานมานี้ (2012) ฉันเข้าเรียนหลักสูตรควบคุมระดับบัณฑิตศึกษาที่โรงเรียนอื่นและเกือบทุกพื้นที่ของรัฐ จริงๆแล้วมันเป็นข้อพิสูจน์เชิงพีชคณิตเชิงเส้นจำนวนหนึ่งที่เกี่ยวข้องกับการสังเกตและการควบคุม ฉันจดบันทึกความแตกต่างกับความจริงที่ว่ามันเป็นสำหรับนักเรียนที่จบการศึกษาที่จะทำงานในชั้นเรียนทางทฤษฎีของปัญหามากขึ้น (เกือบจะไม่พูดถึงถูกสร้างขึ้นเพื่อเชื่อมโยงสิ่งนี้กับระบบจริงใด ๆ ) ตอนนี้จากการพูดคุยกับนักศึกษาระดับปริญญาตรีในโรงเรียนเดียวกันฉันได้รับการเข้าใจว่าพื้นที่ของรัฐเป็นวิธีการสอนทฤษฎีการควบคุมในปัจจุบัน วิธีการของ Laplace นั้นได้รับการคุ้มครองโดยย่อ แต่ถูกไล่ออกอย่างรวดเร็วเหมือนล้าสมัย ฉันทำงานในการเผาไหม้และไม่รู้ว่าเกิดอะไรขึ้น คำถาม นี่เป็นข้อบ่งชี้ที่ถูกต้องเกี่ยวกับวิธีการควบคุมที่ได้รับการสอนในทุกวันนี้หรือไม่? ไม่ว่าจะด้วยวิธีใดการจับคู่กับอนาคต / การคาดการณ์ล่วงหน้าของการควบคุมหรือไม่? ฉันสนใจที่จะทราบถึงข้อดีของวิธีการหนึ่งมากกว่าวิธีอื่น

2
ฉันจะแก้ปัญหาการควบคุมที่ดีที่สุดได้อย่างไรที่กฎการเคลื่อนที่ขึ้นอยู่กับฟังก์ชันของเวกเตอร์สถานะบางอย่าง?
ปัญหาการควบคุมที่ดีที่สุดโดยทั่วไปกับสถานะเวกเตอร์ x (t) และเวกเตอร์ควบคุม y (t) สามารถแสดงเป็น: สูงสุดx ( T ) , Y( t )∫เสื้อ10ฉ( t , x ( t ) , y( t ) ) dเสื้อmaxx(t),y(t)∫0t1f(t,x(t),y(t))dt\max_{x(t), y(t)} \int_0^{t_1} f(t,x(t), y(t)) dt อาจมีการx'( t ) = g( t , x ( t ) , y( T ) )x′(t)=g(t,x(t),y(t))x'(t)= g(t, x(t), …

1
ความสามารถสังเกตได้โดยใช้ตัวกรองคาลมานแบบแยกส่วน (EKF)
ฉันได้สร้างตัวกรองคาลมานขยาย (หลาย) โดยสิ้นเชิง (EKF) แบบจำลองระบบที่ฉันกำลังสร้างมี 9 รัฐและ 10 ข้อสังเกต ฉันเห็นว่าส่วนใหญ่ของรัฐมาบรรจบกันยกเว้นหนึ่ง ทั้งหมดยกเว้น 1-2 ของการประเมินสถานะ EKF ดูเหมือนจะล่องลอย เนื่องจาก EKF ขึ้นอยู่กับรัฐทั้งหมดที่บรรจบกันส่วนที่เหลือของรัฐจึงผิดพลาดมากหลังจากความแตกต่าง ฉันจะตรวจสอบความสามารถในการสังเกตของ EKF ได้อย่างไร ฉันเพียงแค่ตรวจสอบอันดับของการวัดจาโคเบียนและดูว่ามันน้อยกว่าระดับสูงสุดของการวัดจาโคเบียนหรือไม่? หลังจากเพิ่มการวัดเพิ่มเติมในการจำลองของฉันฉันก็สามารถทำให้สิ่งต่าง ๆ มาบรรจบกัน อย่างไรก็ตามคำถามของฉันเกี่ยวกับการสังเกตยังคงอยู่! ปัญหา: สามารถดูกราฟความจริงพื้นฐานและ EKF ได้ที่นี่หรือดูด้านล่าง หมายเหตุ: ตัวแบบค่อนข้างไม่เป็นเชิงเส้นตรงระหว่างขั้นตอนเวลา 400-600 ดังนั้นความแตกต่างของบางสถานะ รูปที่ / รัฐ 6 เป็นสิ่งที่ดูเหมือนจะแยกจากกัน โปรดละเว้นพล็อต "การอ่านเซ็นเซอร์" สำหรับตัวเลข 8/9 สิ่งที่ฉันได้ลอง: ฉันรู้ว่าระบบอวกาศเชิงเส้นของรัฐคุณสามารถใช้ทฤษฎีบทเคย์ลีย์แฮมิลตันเพื่อตรวจสอบการสังเกตได้ ฉันได้ลองตรวจสอบนวัตกรรม / การวัดที่เหลือeและนวัตกรรมทั้งหมดมาบรรจบกันเป็น 0 ฉันยังได้ทดสอบอินพุตที่แตกต่างกันและดูเหมือนว่าพวกเขาจะไม่ส่งผลกระทบต่อการบรรจบกันของสถานะการเบี่ยงเบน …

2
สมการเชิงอนุพันธ์ของสะพานโหลด (ประยุกต์)
ฉันมีปัญหาในการคำนวณสมการเชิงอนุพันธ์ของโหลดบริดจ์แบบง่าย ระบบจะสร้างตามที่แสดงในภาพด้านล่าง (เพียงแค่ภาพร่าง): ถ้าฉันใช้วิธีของนิวตันฉันจะได้สมการต่อไปนี้โดยการละเลยความเสียดทานความต้านทานอากาศและการเปลี่ยนแปลงความยาวของเชือก: mkx¨k=FA+FSsin(φ)mGx¨G=−FSsin(φ)mGz¨G=mGg−FScos(φ)mkx¨k=FA+FSsin⁡(φ)mGx¨G=−FSsin⁡(φ)mGz¨G=mGg−FScos⁡(φ) m_k \ddot{x}_{k} = F_{A} + F_{S} \sin(\varphi) \\ m_G \ddot{x}_{G} = -F_{S} \sin(\varphi) \\ m_G \ddot{z}_{G} = m_{G} g - F_{S} \cos(\varphi) เมื่อฉันดูความสัมพันธ์จลศาสตร์จากกริปเปอร์ (วงกลมที่มีน้ำหนัก ) ฉันจะได้สมการต่อไปนี้mGmGm_G xG=xk+lsin(φ)zG=lcos(φ)φ=ωt=φ˙txG=xk+lsin⁡(φ)zG=lcos⁡(φ)φ=ωt=φ˙t x_{G} = x_{k} + l \sin(\varphi) \\ z_{G} = l \cos(\varphi)\\ \varphi = \omega t = \dot{\varphi} t …

1
อินพุทแบบทแยงมุมในไดอะแกรมควบคุมมีความสำคัญอย่างไร
ฉันเคยเห็นบล็อกไดอะแกรมหลายอันพร้อมอินพุตทแยงมุมวาดด้วยลูกศรผ่านบล็อก และอื่น ๆ เช่นนั้น (ผ่านการค้นหารูปภาพของ Google) อะไรคือความแตกต่างระหว่างสิ่งนี้กับสัญญาณทั่วไป? เส้นประหมายถึงอะไร?

1
ในบริบทของการรบกวนที่รู้จัก
ยกตัวอย่างเช่นพิจารณาระบบ P-T1 ที่มีตัวควบคุม PID ดูครั้งแรกเฉพาะที่ระบบ P-T1 ตั้งค่าและรอเป็นเวลานาน - จากนั้นเราจะดูผลลัพธ์ของและดูว่ามันยังคงมีการรบกวนซึ่งแปรผันตามเวลา (ดูพล็อตระบบเอาท์พุท ) ในรูปแบบนี้ออกระบบคือหลังจากที่คุณรอเป็นเวลานานคงบวก(t)YRyry_rxxxddd= x=x= xd( t )d(t)d(t) ขั้นตอนต่อไปคือการแนะนำตัวควบคุม PID: สำหรับลูปนี้เพียงอย่างเดียวเราสามารถใช้เทคนิคตามประสบการณ์บางอย่างเช่นขั้นตอน Ziegler และ Nichols เพื่อปรับพารามิเตอร์ ,และเหมาะสมที่สุด ถ้าเราเปลี่ยนไปใช้ลูปควบคุมแบบไม่ต่อเนื่องเนื่องจากคอนโทรลเลอร์เป็นแบบดิจิทัลเราจะมีพารามิเตอร์เพิ่มเติมอีกหนึ่งพารามิเตอร์:ที่คอนโทรลเลอร์ทำงานKพีKpK_pKผมKiK_iKdKdK_dΔ tΔt\Delta t สิ่งที่เป็นสิ่งจำเป็นสำหรับการควบคุมวงเพื่อลดผลกระทบของในการส่งออกระบบหรือไม่ แนวโน้มจะแน่นอนเล็กกว่าดีกว่า แต่มีกฎทั่วไปสำหรับสูงสุดหรือไม่Δ tΔt\Delta tdddΔ tΔt\Delta tΔ tΔt\Delta t

1
MIMO (มัลติอินพุท - มัลติเอาท์พุท) วิธีการแยกระบบ
MIMOระบบมี 2 อินพุทและเอาท์พุท 2 decouplingวิธีไปSISOระบบอธิบายไว้ในบทความจำนวนมากและหนังสือ วิธีการเกี่ยวกับฟังก์ชั่นการถ่ายโอนขนาด m * n ? เราจะทำให้วิธีการทั่วไปเป็นตัวอย่างสำหรับระบบ 3 * 3 หรือ 3 * 7 MIMO ได้อย่างไร? นี่คือคำอธิบายระบบ 2 * 2 MIMO: ด้วยกับแบบฟอร์มD11(s)=D22(s)=1D11(s)=D22(s)=1\mathrm{D_{11}(s)=D_{22}(s)=1} D(s)=[D11(s)D21(s)D12(s)>D22(s)]D(s)=[D11(s)D12(s)D21(s)>D22(s)]\mathrm{D(s)}=\begin{bmatrix} D_{11}(s) & D_{12}(s) \\ D_{21}(s) & > D_{22}(s) \\ \end{bmatrix} ที่นี่เราระบุการตอบสนองแบบแยกส่วนและตัวแยกสัญญาณพร้อมโครงสร้างในสมการ Gp(s)D(s)=[G11(s)00G22(s)>][G11(s)G21(s)G12(s)>G22(s)][1D21(s)D12(s)1>]>=[G∗11(s)00G∗22(s)]Gp(s)D(s)=[G11(s)00G22(s)>][G11(s)G12(s)G21(s)>G22(s)][1D12(s)D21(s)1>]>=[G11∗(s)00G22∗(s)]G_p(s)D(s)=\begin{bmatrix} G_{11}(s) & 0 \\0 & G_{22}(s) > \end{bmatrix} \\ \begin{bmatrix} G_{11}(s) …

3
คำอธิบายตัวควบคุม PID
ฉันไม่พบข้อความที่อธิบายถึงตัวควบคุม PID ในคำง่าย ๆ ฉันรู้ทฤษฎี: มันคำนวณอนุพันธ์และผลคูณตามสัดส่วนและอินทิกรัลอื่น ๆ แต่ฉันต้องรู้ในความเป็นจริงว่าอะไรคือผลลัพธ์ของแต่ละฟังก์ชั่นและการรวมกันของฟังก์ชั่น ตัวอย่างเช่นเริ่มต้นด้วยสัดส่วน: มันส่งอินพุตที่เป็นสัดส่วนกับข้อผิดพลาดที่บันทึกไว้ ดังนั้นถ้าข้อผิดพลาดคือ 5 V มันจะทำเพื่อลดลงหรือไม่? หรือ ? หรือหรืออะไร ฉันไม่เข้าใจ112⋅ 5 V12⋅5 V\frac{1}{2}\cdot5\text{ V}-115⋅ 5 V15⋅5 V\frac{1}{5}\cdot5\text{ V}- 15⋅ 5 V−15⋅5 V-\frac{1}{5}\cdot5\text{ V} สำหรับตราสารอนุพันธ์นั้นจะตรวจสอบอนุพันธ์ในช่วงเวลาที่กำหนดหรือไม่? แล้วจะทำอะไร นอกจากนี้จะเกิดอะไรขึ้นถ้ามีสัญญาณรบกวน / การรบกวนที่จุดเริ่มต้นดังนั้นคอนโทรลเลอร์ PID จะไม่มีการเปลี่ยนแปลงอัตราการใช้งานปกติเพื่อเปรียบเทียบ เช่นเดียวกันกับอินทิกรัล คุณช่วยชี้ให้ฉันเป็นทรัพยากรที่ดีหรืออธิบายได้ไหม

1
เปลี่ยนเกียร์อัตโนมัติโดยไม่ต้องเหยียบคันเร่งแบบอิเล็กทรอนิกส์
ฉันต้องการที่จะออกแบบระบบอัตโนมัติขยับสำหรับรถ FSAE คลัทช์และกะทำงานด้วยระบบอิเล็กทรอนิกส์และปลดการทำงานโดยใช้ชุดควบคุมเครื่องยนต์Pi Innovo (ECU) ปัญหาที่ฉันเป็นห่วงคือเรื่องการลดเกียร์ฉันอยากจะจับคู่รอบใหม่เพื่อความรวดเร็วดาวน์การทำความสะอาดและการใช้ชีวิตคลัทช์ ไม่มีความเป็นไปได้ที่ทีมของฉันจะใช้คันเร่งแบบอิเล็กทรอนิกส์ดังนั้นฉันจึงไม่สามารถ "blip" เค้นแบบอิเล็กทรอนิกส์ได้ ความคิดของฉันคือเมื่อจำเป็นต้องเปลี่ยนเกียร์ฉันจะส่งสัญญาณไปที่คลัตช์ทางอิเล็กทรอนิกส์อย่างเต็มที่จากนั้นเมื่อเครื่องยนต์ RPM ถึงสิ่งที่พิจารณาแล้วฉันจะส่งสัญญาณให้เปลี่ยน จะทำให้เครื่องยนต์ของฉันหมุนได้หรือไม่ในขณะที่คลัตช์ปล่อยคลัทช์เสียหายอย่างสมบูรณ์หรือไม่ นอกจากนี้การจับคู่แบบ rev มีความสำคัญอย่างไร เราได้เปลี่ยนคลัตช์ของเราหลังจากผ่านไปหนึ่งสัปดาห์ของการแข่งรถแล้วการจับคู่แบบใหม่จะไม่เป็นปัญหาอย่างนั้นเหรอ?

1
คุณจะตั้งค่า PID-Control ได้อย่างไรถ้าค่าคงที่เวลาของระบบควบคุมเป็นตัวแปร?
คำอธิบายทั่วไปสำหรับตัวควบคุม PID ที่ต่อเนื่องเขียนดังนี้: ที่สุด ค่าของค่าคงที่ ,และสำหรับระบบควบคุมที่กำหนดจะขึ้นอยู่กับค่าคงที่ของเวลาไม่ว่าจะเป็นระบบ\ text {PT} _1หรือระบบ\ text {PT} _2ฯลฯ ...Y( t ) =Kพี⋅ e ( t ) +Kผม∫เสื้อ0e ( τ ) dτ +Kdde ( t )dเสื้อY(เสื้อ)=Kพี⋅อี(เสื้อ)+Kผม∫0เสื้ออี(τ)dτ+Kddอี(เสื้อ)dเสื้อy(t)=K_p⋅e(t)+K_i\int_0^t e(τ)dτ+K_d\dfrac{de(t)}{dt}KพีKพีK_pKผมKผมK_iKdKdK_dPT1PT1\text{PT}_1PT2PT2\text{PT}_2 คุณจะทำอย่างไรถ้าค่าคงที่เวลาของระบบนั้นเป็นตัวแปร ให้บอกว่ามันแตกต่างกันระหว่างและ ( ) คุณออกแบบค่าคงที่ PID ได้อย่างไรTaTaT_aTขTขT_bTa&lt;TขTa&lt;TขT_a < T_b

1
ทำไมจึงไม่สามารถสร้างผู้สังเกตการณ์สำหรับระบบที่สังเกตไม่ได้
พิจารณาการเคลื่อนที่ของมวลจุด 1D ตามแนวแกน แรงยูยูuถูกใช้เป็นตัวควบคุม ไม่มีแรงโน้มถ่วงหรือแรงอื่น ๆ ที่เกี่ยวข้อง ระบบสามารถอธิบายได้ในสมการพื้นที่ของรัฐดังนี้ ABคD=⎡⎣⎢000100010⎤⎦⎥=⎡⎣⎢⎢⎢001M⎤⎦⎥⎥⎥= [001]= [ 0 ]A=[010001000]B=[001M]ค=[001]D=[0]\begin{align} A &= \begin{bmatrix} 0 & 1 & 0 \\ 0 & 0 & 1 \\ 0 & 0 & 0 \end{bmatrix} \\ B &= \begin{bmatrix} 0 \\ 0 \\ \dfrac{1}{M} \end{bmatrix} \\ C &= \begin{bmatrix} 0 & …

1
ความแตกต่างระหว่างการควบคุมการเรียนรู้โดยตรงและโดยอ้อมคืออะไร?
ฉันพบความคิดเห็นต่อไปนี้เกี่ยวกับการควบคุมโดยตรงและโดยอ้อมใน"การสำรวจการควบคุมการเรียนรู้ซ้ำการควบคุมซ้ำและการควบคุมแบบรันไทม์" โดย Wang, Gao และ Doyle : มีสองโหมดแอปพลิเคชันที่ใช้ตัวควบคุมประเภทการเรียนรู้ ขั้นแรกให้ใช้วิธีการเรียนรู้แบบควบคุมเพื่อกำหนดสัญญาณควบคุมโดยตรงและการควบคุมแบบเรียนรู้ชนิดนี้เรียกว่าการควบคุมแบบเรียนรู้โดยตรง ประการที่สองมีตัวควบคุมผลป้อนกลับเฉพาะที่ในแต่ละรอบและใช้ตัวควบคุมการเรียนรู้เพื่ออัปเดตการตั้งค่าพารามิเตอร์ของตัวควบคุมในเครื่อง วิธีการที่สามารถใช้สำหรับการออกแบบการควบคุมการเรียนรู้โดยตรงและการควบคุมการเรียนรู้ทางอ้อมจะกล่าวถึงในส่วนที่ 4 และในส่วนที่ 5 ตามลำดับ ความแตกต่างระหว่างการควบคุมการเรียนรู้โดยตรงและโดยอ้อมคืออะไร? ความเข้าใจของฉันคือว่าในการควบคุมทางอ้อมคุณสามารถเปลี่ยนพารามิเตอร์การควบคุมและสัญญาณอินพุทซึ่งตรงข้ามกับสัญญาณอินพุทในการควบคุมโดยตรง ถูกต้องหรือไม่ ฉันไม่เข้าใจถึงความสำคัญของตัวควบคุม "ท้องถิ่น"


1
การหาฟังก์ชั่นการถ่ายโอนระหว่างจุดเฉพาะ
สวัสดีฉันมีแผนภาพบล็อกนี้: ตอนนี้ฉันต้องการลดลงในแผนภาพบล็อกดังกล่าว: ฉันจะหา H ได้อย่างไร ฉันกำลังมองหาวิธีการทั่วไปในการแก้ไขปัญหาดังกล่าว นี่คือสิ่งที่ H ควรจะเป็น:

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.