TAR2_20120301 04 Problém optimálneho sledovania

Zdroj
ručne priradené
Pridané

Pozrieť na YouTube →

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.

Otvoriť AI: ChatGPT · Claude · Gemini

Zhrnutie prednášky

Prednáška rieši problém optimálneho sledovania žiadanej trajektórie výstupu pomocou variačného počtu. Na rozdiel od úlohy regulácie sa pracuje s regulačnou odchýlkou medzi žiadanou hodnotou a výstupom systému, pričom účelová funkcia obsahuje kvadratické členy odchýlky a riadenia. Odvodí sa Hamiltonián, adjungovaná rovnica a podmienky optimality, z ktorých vyplýva optimálne riadenie ako funkcia stavu cez Lagrangeov multiplikátor. Ukazuje sa, že multiplikátor možno vyjadriť ako P(t)x(t) mínus vektor gamma(t), čo vedie k odvodeniu Riccatiho rovnice pre maticu P a novej diferenciálnej rovnice pre gamma závislej od žiadanej hodnoty. Výsledný regulátor má dva stupne voľnosti – spätnú väzbu od stavu a prídavný člen zabezpečujúci sledovanie žiadanej trajektórie.

  • - Definuje sa účelová funkcia pomocou regulačnej odchýlky e = v - y namiesto samotného stavu
  • - Odvodenie Hamiltoniánu a jeho derivácií podľa x, u a lambda pre úlohu sledovania
  • - Optimálne riadenie má tvar u = -R⁻¹Bᵀλ, rovnaký ako pri regulácii
  • - Koncová podmienka pre lambda(F) vychádza z parciálnej derivácie G podľa x(F)
  • - Substitúcia λ(t) = P(t)x(t) - γ(t) vedie k separácii rovnice na dve časti
  • - Prvá časť dáva Riccatiho diferenciálnu rovnicu pre maticu P (rovnaká ako pri regulácii)
  • - Druhá časť dáva novú diferenciálnu rovnicu pre vektor γ závislú od žiadanej hodnoty v
  • - Výsledný regulátor s dvomi stupňami voľnosti: spätná väzba od stavu plus prídavný člen γ pre sledovanie

Zhrnutie pripravené s pomocou AI z prepisu videa.