TAR1_20141111 04 Pozorovač poruchy
Preber si túto prednášku so svojou AI
Skopíruj pripravený podklad a vlož ho do ChatGPT, Claude alebo inej AI — bude ťa učiť alebo skúšať len z tejto prednášky.
Zhrnutie prednášky
Prednáška sa venuje pozorovačom stavu v prítomnosti porúch pôsobiacich na vstup a výstup systému. Ukazuje sa, že klasický lineárny pozorovač v takom prípade negarantuje asymptotickú konvergenciu chyby odhadu k nule, keďže poruchové členy zostávajú v dynamike chyby nevykompenzované. Riešením je predpokladať známu štruktúru poruchy (napr. konštanta, rampa, sínusovka) a modelovať ju ako autonómny systém so stavmi bez vstupu. Následne sa pôvodný systém rozšíri o poruchový stavový model a navrhne sa rozšírený (kombinovaný) pozorovač, ktorý súčasne odhaduje pôvodné stavy aj parametre poruchy. Kľúčovou podmienkou funkčnosti je voľba zosilnenia pozorovača tak, aby rozšírená matica dynamiky chyby bola stabilná.
- - Chyba pozorovača pri poruchách na vstupe a výstupe už nekonverguje k nule ako v autonómnom prípade.
- - Na kompenzáciu treba poznať štruktúru poruchy (skok, rampa, sínusovka).
- - Porucha sa modeluje ako autonómny stavový systém bez vstupu s neznámou počiatočnou podmienkou.
- - Príklad: konštantná porucha má stavovú maticu Ad=0 a výstupnú Cd=1.
- - Pôvodný systém sa rozšíri o poruchový model do jedného zovšeobecneného stavového opisu.
- - Na rozšírený systém sa navrhuje kombinovaný pozorovač odhadujúci stavy aj poruchu.
- - Zosilnenie pozorovača KF sa volí tak, aby matica (A−KF·C) rozšíreného systému bola stabilná, čím sa zaručí asymptotická konvergencia chyby odhadu.
Zhrnutie pripravené s pomocou AI z prepisu videa.
nechodím na prednášky