DE10101511A1 - Modellgestützte Linearisierung - Google Patents
Modellgestützte LinearisierungInfo
- Publication number
- DE10101511A1 DE10101511A1 DE2001101511 DE10101511A DE10101511A1 DE 10101511 A1 DE10101511 A1 DE 10101511A1 DE 2001101511 DE2001101511 DE 2001101511 DE 10101511 A DE10101511 A DE 10101511A DE 10101511 A1 DE10101511 A1 DE 10101511A1
- Authority
- DE
- Germany
- Prior art keywords
- variable
- linearization
- control
- filter
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000011045 prefiltration Methods 0.000 claims abstract 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 2
- 230000003321 amplification Effects 0.000 claims 1
- 238000003199 nucleic acid amplification method Methods 0.000 claims 1
- 230000001537 neural effect Effects 0.000 abstract description 2
- 238000000034 method Methods 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 238000004512 die casting Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Feedback Control In General (AREA)
Abstract
Von vielen Ausführungsbeispielen der modellgestützten Linearisierung seien beispielhaft genannt: Geschwindigkeitsregelung und Positionsregelung des Gießzylinders einer Druckgussmaschine ("geregelter Schuss"), Linearisierung bei der Positionierregelung von Robotersystemen, Zugkraft-, Drehzahl- und Lageregelung bei Walzwerken, Zugkraft-, Drehzahl- und Positionierregelung bei Wischanlagen aller Art. Die Linearisierung der Strecke wird durch die Parallelschaltung der Wunschstrecke in Form eines Modells der Strecke erzielt (Bild 1), wobei die Führungsgröße w(t) die Eingangsgröße eines Vorfilters darstellt, DOLLAR A wobei die Ausgangsgröße dieses Vorfilters h(t) als Sollgröße die Eingangsgröße des Modells ergibt, DOLLAR A wobei die Korrekturgröße DOLLAR I1 von der Sollgröße h(t) subtrahiert wird und als Stellgröße u(t) an dem Eingang der Strecke wirkt, DOLLAR A wobei der Istwert des Modells mi(t) von der Istgröße der Strecke ist(t) subtrahiert wird und als die Fehlergröße s(t) dem Korrekturfilter p zugeführt wird. Im einfachsten Fall besteht das Korrekturfilter p aus einem Verstärkungsfaktor. Die Ausgangsgröße des Korrekturfilters ist die Korrekturgröße DOLLAR I2 die durch die Aufschaltung eine Regelwirkung im Sinne einer Linearisierung erzielt, DOLLAR A wobei der Beiwert, die Begrenzung und der Integrator ggf. adaptiv nachgeführt werden können. Dazu sind einige wenige Probeläufe notwendig, um optimale Regelgüte zu erzielen. DOLLAR A Dieser modellgestützten Linearisierung können alle üblichen regelungstechnischen Konzepte ...
Description
Grundsätzlich sind alle technischen Prozesse nichtlinear (Lehrbuch "Regelungstechnik für
Ingenieure", 1991, Vieweg-Verlag, Seite 218). Bei schwach nichtlinearen Prozessen kann diese Eigenschaft
einfach ignoriert werden, und man erzielt bei der Regelung dieser Prozesse, wie die Praxis zeigt, trotzdem
zufriedenstellende Ergebnisse. Ist der technische Prozess jedoch hochgradig nichtlinear (im folgenden auch als
reales System bezeichnet so wird bisher, durch eine Linearisierung um einen Arbeitspunkt, eine Lösung gesucht.
Dieser Weg ist aufwendig und hat oft einen stark eingeschränkten Arbeitsbereich zur Folge. Will man trotzdem
einen größeren Arbeitsbereich abdecken, so muss ein sogen. Kennfeld z. B. experimentell erstellt werden, in dem
die geeigneten Reglerdaten für die jeweiligen Arbeitspunkte abgelegt sind. Hinzu kommen oft noch zusätzliche
nichtlinearen Glieder und entsprechende Umschaltmechanismen, die dafür sorgen, dass im richtigen Augenblick
die richtigen Reglerdaten zur Wirkung kommen (Lehrbuch, Dirk Schröder, "Elektrische Antriebe 2", 1995, Springer
Verlag, Seiten 318 bis 333 und 368 bis 374). In vielen Fällen versagen diese Verfahren, wenn die
Streckenparameter ungenau bekannt sind oder wenn sie sich während des Betriebes wesentlich ändern. Selbst
der Einsatz sogen. Fuzzy-Regler führt in diesem Fall zu einer großen Zahl benötigter Regeln, was einen hohen
Realisierungsaufwand mit sich bringt (Zeitschrift "Automatisierungstechnik", 6, 1994, G. Ludyk, G-J. Menken,
Seite 264).
Regler mit neuronalen Netzen (Neuro-Regelung) benötigen oftmals eine aufwendige Trainingsphase, die in den
meisten Fällen "offline" erfolgt (Lehrbuch Serge Zacher, "Automatisierungstechnik kompakt", 2000, Viehweg
Verlag, Seiten 157 ff.). Gelingt es, durch einfache Verfahren im unterlagerten System eine Linearisierung
durchzuführen, kann dieser Aufwand minimiert werden.
Das Verfahren gemäß der Druckschrift DD 50 897 setzt voraus, das die nichtlineare Funktion (siehe Fig. 2)
eine statische Kennlinie ist und bekannt ist, um daraus die Entschlüsselungsmatrix festzulegen.
In der Druckschrift 195 31 692 A1 wird ein nichtlinearer Beobachter (neuronaler Beobachter) mit General
Regression Neural Networks benötigt um die Linearisierung durchzuführen. Gemäß Abb. 7 werden
Multiplikationsstellen z. B. zur Erzeugung von V1 aus n1 und r verwendet. Wie im Anspruch 2 angegeben, benötigt
das Verfahren zudem Lernvorgänge.
Die Erfindung gemäß der Druckschrift DE 195 16 402 A1 stellt ein vollständig anderes Verfahren dar, was nicht
beobachtergestützt arbeitet, sondern mit Hilfe von zwei Streckenmodellen eine sogen. nachgiebige Rückführung
realisiert. Ziel ist es dabei, Strecken mit großen Totzeiten zu kontrollieren.
In der Patentschrift DE 196 34 923 wird zur Ermittlung der Abweichung eine geeignete Messgröße y des realen
mit der zugehörigen Ausgangsgröße des Modells verglichen, indem man bei die Differenz (y - ) bildet. Diese
Differenz wird, basierend auf dem Prinzip des Luenberger-Beobachters, (Lehrbuch, Otto Föllinger,
"Regelungstechnik", Hüthig-Verlag, 1994, Seiten 501 bis 505) über den h Vektor verstärkt und in das Modell
zurückgekoppelt. Dort sorgt diese Rückkopplung zunächst für eine stabile Berechnung des Fehlers e(t). Dieser
bleibende Fehler wird mit Hilfe des Abweichungsfilters auf die Abweichungsgröße a(t) verstärkt und über die
Summierstelle dem realen System kompensierend aufgeschaltet.
Das im Patentanspruch 1 angegebenem Verfahren stellt dem gegenüber ein vereinfachtes Verfahren dar. Es
benötigt keinen h Vektor und die Aufschaltung erfolgt im Gegensatz zu DE 196 34 923 unmittelbar am Eingang
der Strecke (reales System).
Dem im Patentanspruch 1 angegebenem Verfahren liegt das Problem zugrunde, hochgradig nichtlineare reale
Systeme, es sind dies beispielhaft Positioniersysteme wie Hydraulik- oder Pneumatik-Zylinder, reibungsbehaftete
Antriebsysteme in Momenten, Drehzahl und/oder Lageregelung. Diese Aufgabe wird durch die im Patentanspruch
1 angegebenen Merkmale gelöst.
Von den vielen Ausführungsbeispielen der Erfindung seien hier beispielhaft genannt Geschwindigkeitsregelung
und Positionsregelung des Gießzylinders einer Druckgussmaschine ("geregelter Schuss"), Linearisierung bei der
Positionierregelung von Robotersystemen, Zugkraft-, Drehzahl- und Lageregelung bei Walzwerken, Zugkraft-,
Drehzahl- und Positionierregelung bei Wischanlagen aller Art.
Es zeigen:
Bild 1 Prinzip der modellgestützten Linearisierung gemäß Patentanspruch 1,
Bild 2 Prinzip der modellgestützten Linearisierung gemäß Unteranspruch 1.
Claims (1)
- Die Linearisierung der Strecke wird durch die Parallelschaltung der Wunschstrecke in Form eines Modells der Strecke erzielt,
wobei die Führungsgröße w(t) die Eingangsgröße eines Vorfilters darstellt.
wobei die Ausgangsgröße dieses Vorfilters h(t) als Sollgröße die Eingangsgröße des Modells ergibt
wobei die Korrekturgröße (t) von der Sollgröße h(t) subtrahiert wird und als Stellgröße u(t) an dem Eingang der Strecke wirkt,
wobei der Istwert des Modells mi(t) von der Istgröße der Strecke ist(t) subtrahiert wird und als die Fehlergröße s(t) dem Korrekturfilter p zugeführt wird. Im einfachsten Fall besteht das Korrekturfilter p aus einem Verstärkungsfaktor. Die Ausgangsgröße des Korrekturfilters ist die Korrekturgröße (t) die durch die Aufschaltung eine Regelwirkung im Sinne einer Linearisierung erzielt.
wobei der Beiwert, die Begrenzung und der Integrator ggf. auch adaptiv nachgeführt werden können. Dazu sind einige wenige Probeläufe notwendig um eine optimale Regelgüte zu erzielen.
Dieser modellgestützten Linearisierung können alle üblichen regelungstechnischen Konzepte überlagert werden. Es sind dies PID-, Fuzzy-, Zustands-Regler, Regelung mit neuronalen Netzen, predektive Regler, Störgrößenaufschaltung,
wobei die Istgröße ist(t) rückgekoppelt wird und von der Ausgangsgröße w'(t) des Vorfilters zur Reglereingansgröße e(t) eines Reglers subtrahiert wird
wobei die Reglereingansgröße e(t) nach der Regelung als Sollgröße h(t) wie im Patentanspruch 1 beschrieben wirkt.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE2001101511 DE10101511B4 (de) | 2001-01-12 | 2001-01-12 | Modellgestützte Linearisierung |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE2001101511 DE10101511B4 (de) | 2001-01-12 | 2001-01-12 | Modellgestützte Linearisierung |
Publications (2)
Publication Number | Publication Date |
---|---|
DE10101511A1 true DE10101511A1 (de) | 2002-09-19 |
DE10101511B4 DE10101511B4 (de) | 2006-08-03 |
Family
ID=7670571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE2001101511 Expired - Lifetime DE10101511B4 (de) | 2001-01-12 | 2001-01-12 | Modellgestützte Linearisierung |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE10101511B4 (de) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8017823B2 (en) * | 2006-04-11 | 2011-09-13 | Basf, Se | Process for the manufacture of acetylene by partial oxidation of hydrocarbons |
US8173853B2 (en) * | 2006-04-11 | 2012-05-08 | Basf Se | Process for preparing acetylene by partial oxidation of hydrocarbons |
CN109240084A (zh) * | 2018-09-28 | 2019-01-18 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种单旋翼直升机前飞状态风洞试验自动配平算法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE59500840D1 (de) * | 1994-07-16 | 1997-11-27 | Abb Patent Gmbh | Schaltungsanordnung eines Reglers mit nachgiebiger Rückführung |
DE19531692C2 (de) * | 1995-08-29 | 2000-01-13 | Clemens Schaeffner | Verfahren zur Beobachtung nicht meßbarer Größen nichtlinearer dynamischer Systeme |
DE19634923C2 (de) * | 1996-08-29 | 1999-08-19 | Bruce Boye | Linearisierung nichtlinearer technischer Prozesse mit Hilfe eines Abweichungsbeobachter |
-
2001
- 2001-01-12 DE DE2001101511 patent/DE10101511B4/de not_active Expired - Lifetime
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8017823B2 (en) * | 2006-04-11 | 2011-09-13 | Basf, Se | Process for the manufacture of acetylene by partial oxidation of hydrocarbons |
US8173853B2 (en) * | 2006-04-11 | 2012-05-08 | Basf Se | Process for preparing acetylene by partial oxidation of hydrocarbons |
CN109240084A (zh) * | 2018-09-28 | 2019-01-18 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种单旋翼直升机前飞状态风洞试验自动配平算法 |
Also Published As
Publication number | Publication date |
---|---|
DE10101511B4 (de) | 2006-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP0616706B1 (de) | Verfahren zur optimierung von steuerparametern für ein system, das in abhängigkeit der steuerparameter ein ist-verhalten aufweist | |
DE102007001024B4 (de) | Verfahren zur rechnergestützten Regelung und/oder Steuerung eines technischen Systems insbesondere einer Gasturbine | |
EP0754317A1 (de) | Einrichtung zur kompensation von nichtlinearitäten an maschinenachsen | |
DE102011115896B4 (de) | Vorrichtung und Verfahren zur Prozessregelung | |
DE4035099A1 (de) | Ofentemperatur-regelvorrichtung mit einem einstell-eingang | |
DE102017111543A1 (de) | Robotersteuerungsvorrichtung und verfahren zur steuerung eines roboters | |
EP1119799B1 (de) | Regeleinrichtung zur regelung einer strecke mit mehreren verkoppelten regelgrössen | |
DE102011007083A1 (de) | Verfahren zum Steuern des Positionierens eines Aktuators mit einem Wellgetriebe | |
DE102017213650A1 (de) | Verfahren zum Regeln eines hydraulischen Systems, Regeleinheit für ein hydraulisches System und hydraulisches System | |
EP0706680B1 (de) | Regeleinrichtung, insbesondere für einen nichtlinearen, zeitvarianten prozess | |
DE19734947B4 (de) | Verfahren zur Steuerung von Prozeßvorgängen | |
DE3833881C2 (de) | Regeleinrichtung | |
EP0233360A2 (de) | Regeleinrichtung | |
DE10101511A1 (de) | Modellgestützte Linearisierung | |
EP2933502B1 (de) | Digitalhydraulisches Antriebssystem | |
DE10017600A1 (de) | Regler, insbesondere Lenkregler für Flugkörper | |
DE19634923C2 (de) | Linearisierung nichtlinearer technischer Prozesse mit Hilfe eines Abweichungsbeobachter | |
DE68919171T2 (de) | Servo-Steuerungsgerät. | |
DE3883682T2 (de) | Verfahren und Gerät zum Erzeugen und Verwenden gemeinsamer Daten von Robotern. | |
EP3542229B1 (de) | Einrichtung und verfahren zur bestimmung der parameter einer regeleinrichtung | |
EP0786709B1 (de) | Schaltungsanordnung eines Reglers mit nachgiebiger Rückführung | |
DE102005004632B3 (de) | Verfahren und Vorrichtung zur Steuerung oder Regelung von Prozessgrößen sowie zur näherungsweisen Inversion dynamischer Systeme | |
DE19825859A1 (de) | Kompensationseinrichtung, Verfahren und Stelleinrichtung zur Kompensation von Kriech- und Hystereseeffekten im Übertragungsverhalten von Stellgliedern | |
DE102016111065A1 (de) | Regelverfahren mit modellbasiertem Anti-Windup | |
EP0827602A1 (de) | Anordnung zur modellierung eines dynamischen prozesses |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8125 | Change of the main classification |
Ipc: G05B 1304 |
|
8364 | No opposition during term of opposition | ||
R081 | Change of applicant/patentee |
Owner name: CBB SOFTWARE GMBH, DE Free format text: FORMER OWNER: CBB SOFTWARE GMBH, 23562 LUEBECK, DE Effective date: 20140507 |
|
R071 | Expiry of right |