SINTEZ PID-REGULYaTORA DLYa PODAVLENIYa OGRANIChENNYKh VNEShNIKh VOZMUShchENIY

Мұқаба

Дәйексөз келтіру

Толық мәтін

Ашық рұқсат Ашық рұқсат
Рұқсат жабық Рұқсат берілді
Рұқсат жабық Тек жазылушылар үшін

Аннотация

Предлагается новый подход к задаче подавления неслучайных ограниченных внешних возмущений в линейных системах управления при помощи ПИД-регулятора. Подход предполагает сведение исходной проблемы к задаче невыпуклой матричной оптимизации. Выписан градиентный метод для отыскания параметров ПИД-регулятора и дано его обоснование. Предлагаемая рекуррентная процедура отличается простотой реализации и приводит ко вполне удовлетворительным по инженерным критериям качества регуляторам.

Авторлар туралы

M. Khlebnikov

Email: khlebnik@ipu.ru

Әдебиет тізімі

  1. The IFAC Newsletter. No. 2. April, 2019. https://www.ifac-control.org/newsletter_archive/IFAC_Newsletter_2019_2_April.pdf
  2. Krohling R.A., Rey J.P. Design of Optimal Disturbance Rejection PID Controllers Using Genetic Algorithms // IEEE Transactions on Evolutionary Computation. 2001. V. 5. No. 1. P. 78–82.
  3. Kim D.H., Cho J.H. Robust Tuning for Disturbance Rejection of PID Controller Using Evolutionary Algorithm // Proc. 2004 IEEE Annual Meeting of the North American Fuzzy Information Processing Society (NAFIPS’04). Banff, Canada, 2004. V. 1. P. 248–253.
  4. Han J. From PID to Active Disturbance Rejection Control // IEEE Transactions on Industrial Electronics. 2009. V. 56. No. 3. P. 900–906.
  5. Teppa-Garran P.A., Garcia G. Optimal Tuning of PI/PID/PID(n−1) Controllers in Active Disturbance Rejection Control // J. Control Engineer. Appl. Inform. 2013. V. 15. No. 4. P. 26–36.
  6. Vrančić D., Strmčnik S., Juričić D. A Magnitude Optimum Multiple Integration Tuning Method for Filtered PID Controller // Automatica. 2001. V. 37. Iss. 9. P. 1473–1479.
  7. Vrančić D., Strmčnik S., Kocijan J., de Moura Oliveira P.B. Improving Disturbance Rejection of PID Controllers by Means of the Magnitude Optimum Method // ISA Transactions. 2010. V. 49. No. 1. P. 47–56.
  8. Rivera D.E., Morari M., Skogestad S. Internal Model Control: PID Controller Design // Industrial and Engineering Chemistry Process Design and Development. 1986. V. 25. No. 1. P. 252–265.
  9. Sazena S., Hote Y.V. Simple Approach to Design PID Controller via Internal Model Control // Arab. J. Sci. Engineer. 2016. V. 41. P. 3473–3489.
  10. Zhou C., Shen Y. A PID Control Method Based on Internal Model Control to Suppress Vibration of the Transmission Chain of Wind Power Generation System // Energies. 2022. V. 15. No. 16. P. 5919.
  11. Borase R.P., Maghade D.K., Sondkar S.Y., Pawar S.N. A Review of PID Control, Tuning Methods and Applications // Int. J. Dynam. Control. 2021. V. 9. P. 818–827.
  12. Поляк Б.Т., Хлебников М.В. Синтез статического регулятора для подавления внешних возмущений как задача оптимизации // АиТ. 2021. № 9. С. 86–115.
  13. Fatkhullin I., Polyak B. Optimizing Static Linear Feedback: Gradient Method // SIAM J. Control Optimiz. 2021. V. 59. Iss. 5. P. 3887–3911.
  14. Поляк Б.Т., Хлебников М.В. Новые критерии настройки ПИД-регуляторов // АиТ. 2022. № 11. С. 62–82.
  15. Хлебников М.В. Синтез ПИ-регулятора для подавления внешних возмущений // АиТ. 2023. № 8. С. 3–23.
  16. Boyd S., El Ghaoui L., Feron E., Balakrishnan V. Linear Matrix Inequalities in System and Control Theory. Philadelphia: SIAM, 1994.
  17. Поляк Б.Т., Хлебников М.В., Щербаков П.С. Управление линейными системами при внешних возмущениях: Техника линейных матричных неравенств. М.: ЛЕНАНД, 2014.
  18. Чурилов А.Н., Гессен А.В. Исследование линейных матричных неравенств. Путеводитель по программным пакетам. СПб.: Изд-во Санкт-Петербургского ун-та, 2004.
  19. Fradkov A. Passification of Non-square Linear Systems and Feedback Yakubovich-Kalman-Popov Lemma // Eur. J. Control. 2003. V. 9. Iss. 6. P. 577–586.
  20. Toker O., Ozbay H. On the NP-hardness of Solving Bilinear Matrix Inequalities and Simultaneous Stabilization with Static Output Feedback // Proc. 1995 American Control Conference (ACC’95). Seattle, USA, June 21–23, 1995. V. 4. P. 2525–2526.
  21. Поляк Б.Т. Введение в оптимизацию. 2-е изд. М.: УРСС, 2014.
  22. Åström K.J., Hägplund T. Benchmark Systems for PID Control // IFAC Proceedings Volumes. 2000. V. 33. Iss. 4. P. 165–166.
  23. Grant M., Boyd S. CVX: Matlab Software for Disciplined Convex Programming, version 2.1. URL http://cvxr.com/cvx
  24. Хорн Р., Джонсон Ч. Матричный анализ. М.: Мир, 1989.

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
Жүктеу

© Russian Academy of Sciences, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».