DE4009200A1 - Anordnung zur rekursiven modell-parameteranpassung - Google Patents
Anordnung zur rekursiven modell-parameteranpassungInfo
- Publication number
- DE4009200A1 DE4009200A1 DE19904009200 DE4009200A DE4009200A1 DE 4009200 A1 DE4009200 A1 DE 4009200A1 DE 19904009200 DE19904009200 DE 19904009200 DE 4009200 A DE4009200 A DE 4009200A DE 4009200 A1 DE4009200 A1 DE 4009200A1
- Authority
- DE
- Germany
- Prior art keywords
- model
- parameter
- transfer function
- error
- error signal
- 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.)
- Withdrawn
Links
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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Description
Die Erfindung betrifft eine Anordnung gemäß dem Oberbegriff des
Anspruches 1.
Eine derartige Anordnung ist in Kapitel 4.3 "Rekursive Methode der
kleinsten Quadrate" des Buches von R. Isermann "Prozeßidentifika
tion" (Springer-Verlag 1974) mathematisch abgeleitet und in Bild
4.6f auf Seite 76 jenes Buches als Blockschaltbild veranschaulicht.
Eine solche Anordnung dient der Gewinnung eines mathematischen Mo
delles für die Beschreibung des Verhaltens des Systems, dessen reale
Parameter im einzelnen nicht bekannt sind. Die gattungsgemäße Anord
nung beruht darauf, aus gemessenen Eingangssignalen und Ausgangssig
nalen des realen Systems experimentell ein mathematisches Modell
zur Beschreibung des Verhaltens dieses Systems, also insbesondere
im Falle der parametrischen Definition zur Identifikation seiner
Parameter der System-Übertragungsfunktion, zu ermitteln. Solche
Identifikationsverfahren sind nach dem Stande der Technik regelmäßig
Parameter-Schätzverfahren auf Grundlage der klassischen Methode
der kleinsten Fehlerquadrate, die aber bei gestörten dynamischen
Prozessen oder allgemein bei zeitvarianten Systemen (also bei Sy
stemen, deren Parameter sich in Abhängigkeit vom System-Zustand
ändern) im allgemeinen keine wirklich systemgerechten Schätz-Ergeb
niswerte liefern. Die Konvergenz der geschätzten Parameter mit den
tatsächlichen Parametern läßt sich zwar unter bestimmten Vorausset
zungen durch abgewandelte Methoden der kleinsten Fehlerquadrate
verbessern, was aber nur eine graduelle, keine systematische Identi
fikationsanpassung der Modellwerte an das tatsächlich wirksame System
liefert. Das theoretische Modell enthält dann also nicht den tat
sächlichen funktionalen Zusammenhang zwischen den physikalischen
Daten des System-Prozesses und den diesen charakterisierenden Pa
rametern der System-Übertragungsfunktion, so daß eine optimale An
passung eines Reglers für ein stabil geregeltes System ausgeschlos
sen ist. Daran ändert sich auch nichts, wenn im Ausnahmefall einmal
die Möglichkeit gegeben ist, neben den Eingangs- und Ausgangssigna
len des realen Systems auch bestimmte Kennwerte seiner inneren Struk
tur zu messen. Denn grundsätzlich kann die iterative Parameter-Schätz
methode herkömmlicher Art ein zutreffendes Modell nur für zeitinva
riante Systemprozesse unter der Voraussetzung eines minimalen Fehlers
zwischen Modell-Ausgangssignal und tatsächlichem System-Ausgangssignal
im Wege der Iteration liefern (Isermann, a. a. O., Seite 19 oben und
Seite 51 Mitte).
Das ist insbesondere dann eine kritische betriebstechnische Ein
schränkung, wenn das System prozeßtypisch sehr unterschiedlichen
Umgebungseinflüssen ausgesetzt ist, die sich wesentlich auf das
momentane Betriebsverhalten auswirken; wie beispielsweise das Steu
erungsverhalten von Flugkörpern in Abhängigkeit von den Anström
verhältnissen und der Mediendichte oder das Ansprechverhalten eines
automatischen Bremssystemes in Abhängigkeit von den momentanen Haft-
Gegebenheiten auf dem Untergrund.
Zwar ist es aus der DE-OS 37 38 580 für solche zeitvarianten Systeme
bekannt, mehrere Parametersätze für die Beschreibung des Systempro
zesses vorzugeben und eine missionsabhängige Umschaltung dazwischen
vorzunehmen bzw. für bestimmte inkremental als konstant angenommene
Umgebungseinflüsse auf das Systemverhalten dessen Parameter meßtech
nisch zu ermitteln. Ein solches Vorgehen ist aber im wesentlichen nur
dann praktizierbar, wenn aufgrund der vorgegebenen Mission angenommen
werden darf, daß nur bestimmte maßgebliche Einflußgrößen in bestimmten
Missionsabschnitten für das Prozeßverhalten von Bedeutung sind und
über diese Abschnitte die Einflußgrößen hinreichend lange für die ex
perimentelle Parameterermittlung bzw. Umschaltung als konstant ange
nommen werden dürfen. Das ist aber bei stabilitätskritischen
System-Regelkreisen und insbesondere auch bei stark schwankenden oder
schwer vorhersehbaren externen Einflüssen auf das Betriebsverhalten
des Systems eine nicht mehr zulässige Annahme für eine stabile
Regler-Auslegung.
In Erkenntnis dieser Gegebenheiten liegt der Erfindung die Aufgabe zu
grunde, eine Anordnung gattungsgemäßer Art, die sich als solche
bewährt hat und weitgehend mathematisch analysiert ist, dahingehend
weiterzubilden, daß eine autonome adaptive Parameterermittlung für die
Auslegung eines System-Regelkreises auch dann noch mit guter Parame
terkonvergenz realisierbar ist, wenn die das momentane Prozeßverhalten
des Systems bestimmenden externen Einflüsse nicht mehr als zeitlich
konstant angesehen werden können, wenn also ein System mit zeitvarian
ter Übertragungsfunktion vorliegt. Diese Aufgabe ist erfindungsgemäß
im wesentlichen dadurch gelöst, daß die Anordnung gattungsgemäßer Art
gemäß dem Kennzeichnungsteil des Anspruches 1 betrieben wird.
Nach dieser Auslegung wird die bisherige Kardinalforderung, einen mi
nimalen Fehler zwischen den anregungsabhängigen Ausgangssignalen des
realen Systems und des Identifikationsmodelles anzustreben, verlas
sen und statt der bisherigen konstanten Null-Führung für die Mo
dell-Parameterschätzung ein Parameter-Regelkreis mit variabler Füh
rungsgröße eingeführt, die ein Maß für die wesentlichen das System
verhalten störenden Umgebungsgrößen ist. Dazu ist es nur erforderlich,
Online-Meßsysteme für die wesentlichen das System bestimmenden Ein
flußgrößen (wie im Falle eines Flugkörpers die Anströmung und die
Luftdichte) einzusetzen und die Meßergebnisse als linear überlagerte
Führungs-Vorgaben auf den Parameter-Regelkreis zu schalten. Dabei
muß das Meßsystem nicht kontinuierlich arbeiten, gemäß der iterativen
Funktion des Parameter-Regelkreises reicht auch hier eine Zeitquanti
sierung der Meßergebnisse. Bei nicht-kontinuierlich meßbar vorliegenden
Umgebungsgrößen reicht sogar eine abschnittsweise Linearisierung
zur Definition eines fingierten Arbeitspunktes um Führungsgrößen
zur Verfügung stellen zu können.
So werden auch dann, wenn der Prozeß selbst sich über der Zeit ändert,
stets die das System-Verhalten aktuell beschreibenden Parametersätze
für die Optimierung des System-Reglers aus gerade denjenigen Einfluß
größen zur Verfügung gestellt, die für das zeitlich nicht-konstante
Verhalten des Systemes verantwortlich sind. Eine solche hier sogenann
te Vorsteuerung aufgrund der den Prozeß beeinflussenden Störgrößen,
könnte zwar im regelungstechnischen Sinne als eine Störgrößenauf
schaltung betrachtet werden; sie wirkt nun aber nicht auf die Strecke
der Systemregelung, sondern direkt auf die Parameteridentifizierung
mittels des Systemmodelles innerhalb des eigentlichen System-Regel
kreises. So ist die bisherige rekursive Parameterschätzung auf Basis
des kleinsten Schätzfehlers überführt in eine regelungstechnische
Abhängigkeit, die über die nichtlineare dynamische Vorsteuerung
des Parameterregelkreises mit den Rechenansätzen der Regelungstechnik
neue und insbesondere zeitvariante Lösungsansätze für die Parameter
identifikation am Systemmodell eröffnet. Ohne die Übertragungsfunktion
des System-Reglers selbst ändern zu müssen, wird das Modell bereits
an die Umgebungseinflüsse angepaßt, ohne erst die zu erwartenden
Systemparameter-Änderungen tatsächlich abzuwarten, so daß sich ins
gesamt ein verbessertes dynamisches Verhalten des System-Regelkreises
realisieren läßt. Denn die Vorsteuerung liegt außerhalb des geschlos
senen Parameter-Regelkreises, so daß die Eigenwerte nicht verändert
werden, also bei gleichem Stabilitätsverhalten ein verbessertes
dynamisches Verhalten erzielt wird. Die sogenannte konfliktbehaftete
Regelung, die unter der Annahme des Null-Fehlers nicht auszuschließen
ist, ist durch diese erfindungsgemäße umgebungsabhängige Vorsteuerung
zur Modellparameteridentifikation vermieden, die eine robustere
Parameterschätzung bzw. ein verbessertes Konvergenzverhalten der
Parameterschätzung erbringt.
Zusätzliche Alternativen und Weiterbildungen sowie weitere Merkma
le und Vorteile der Erfindung ergeben sich aus den weiteren Ansprüchen
und, auch unter Berücksichtigung der Darlegungen in der Zusammen
fassung, aus nachstehender Beschreibung eines in der Zeichnung unter
Beschränkung auf das Wesentliche als einpoliges Blockschaltbild
skizzierten bevorzugten Realisierungsbeispiels zur erfindungsgemäßen
Lösung. Es zeigt:
Fig. 1 innerhalb eines System-Regelkreises eine ohne Regler-Ein
griffserfordernisse erfolgende Parameteranpassung durch
eine von aktuellen System-Störeinflüssen erfolgende nicht
lineare dynamische Vorsteuerung des System-Modelles und
Fig. 2 eine Gegenüberstellung der erzielbaren Parameter-Anpas
sung an die Parameter-Änderung eines zeitvarianten Systemes,
einmal basierend auf der herkömmlichen Methode der kleinsten
Fehlerquadrate zur Prozeßidentifikation (gestrichelt)
und dann basierend auf der erfindungsgemäßen dynamischen
Vorsteuerung (gepunktet).
Fig. 1 zeigt in einem äußeren Regelkreis 10 ein System 11, dessen
Ausgangssignal 12 sich in einer vorgegebenen zeitlichen Abhängigkeit
von betriebsbedingten Steuerungs-Vorgaben in Form von Sollwerten
13 ändern soll. Dafür wird der aus dem Ausgangssignal 12 ermittelte
Istwert 14 nach Vergleich mit dem Sollwert 13 als Regelabweichung
15 auf einen Regler 16 geschaltet, der eine Stellgröße 17 auf das
System 11 liefert.
Um die Übertragungsfunktion Gr des System-Reglers 16 so dimensionieren
zu können, daß das System-Ausgangssignal 12 sich stabil und in defi
nierter zeitlicher Abhängigkeit vom vorgegebenen Sollwert 13 ändert,
muß das Übertragungsverhalten Gs des Systems selbst unter Berück
sichtigung des Einflusses realer externer Störgrößen 18 auf das
Systemverhalten (also auf die aktuell gültige Übertragungsfunktion
Gs) bekannt sein. Bei einem realen System 11 ist aber stets nur
eine höchstens sehr beschränkte Kenntnis dessen parametrischer Pro
zeßstruktur verfügbar. Deshalb wird in der Praxis zur Prozeßiden
tifikation aus der Messung von Eingangsgrößen 19 (das sind im dar
gestellten Beispielsfalle die Regler-Stellgrößen 17) und den Aus
gangssignalen 12 des real gegebenen Systemes 11 experimentell ein
mathematisches Prozeß-Modell 21 möglichst gleichen Prozeßverhaltens
erstellt. Darin stehen die Parameter Pm der Übertragungsfunktion
Gm des System-Modells 21 explizit für die Dimensionierung der Übertra
gungsfunktion Gr des System-Reglers 16 zur Verfügung. Sie stimmen
allerdings nur dann mit den tatsächlichen Parametern Ps der Über
tragungsfunktion Gs des Systemes 11 selbst überein, wenn für die
gleiche Eingangsgröße 19 das System-Ausgangssignal 12 mit dem Mo
dell-Ausgangssignal 20 jeweils übereinstimmt. Die tatsächlich auf
tretende Abweichung ist der Modellfehler 23. Wenn dieser in einem,
innerhalb des System-Regelkreises 10 gelegenen, Parameter-Regelkreis
24 zu Null gemacht werden könnte, dann würden die Modell-Parameter
Pm genau mit den tatsächlich im System 11 gegebenen Parametern Ps
übereinstimmen und der System-Regler 16 wäre exakt dimensionierbar.
Für eine iterativ-adaptive Parameter-Anpassung kommt die eingangs schon
zitierte Methode der kleinsten Fehlerquadrate häufig zur Anwendung.
Zu deren Realisierung wird der Wert Null als Führungsgröße 25 des
iterativ arbeitenden Parameter-Regelkreises 24 vorgegeben und ver
glichen mit dem Modellfehler 23′, der in der Praxis über einen Kor
rekturfaktor 26 gewichtet ist. Letzterer muß nicht konstant sein;
er kann in Abhängigkeit von der Anregung oder von der Reaktion der
realen Prozeßstrecke, also des Systemes 11, eine dynamikabhängi
ge Führung erfahren, wie in Fig. 1 gestrichelt berücksichtigt. Das
aus dem Vergleich sich ergebende resultierende Fehlersignal 27 dient
im Parameter-Regelkreis 24 als Regelabweichung für einen mit einer
Totzeit-Einheit arbeitenden diskontinuierlichen Integralregler 28
(Übertragungsfunktion 1/Z und Eingangsvergleich des alten Ausgangs
wertes mit dessen aktuellen Eingangswert) zur Ansteuerung der Itera
tionsstrecke 29 aus dem adaptiv optimierten System-Modell 21 und
einem diesem nach dem Ausgangs-Vergleicher 22 gegebenenfalls nach
geschalteten Multiplikator für den Fehler-Korrekturfaktor 26.
Eine solche rekursive Schätzung nach der Methode der kleinsten Fehler
quadrate liefert allerdings nur dann brauchbare Modell-Parameter
Pm, wenn die auf das Verhalten des Systemes 11 einwirkenden, also
die die aktuellen physikalischen System-Parameter Ps bestimmenden
Störgrößen 18 zeitlich konstant sind. Aufgrund unzutreffend geschätz
ter Modell-Parameter Pm droht der System-Regelkreis 10 instabil
zu werden, insbesondere wenn parameterbeeinflussende Störgrößen
18 sich so stark und rasch verändern, daß keine Linearisierungs-An
nahmen um einen betriebstypischen Arbeitspunkt mehr zulässig sind.
Das daraus an sich resultierende Erfordernis stabilisierender Ein
griffe in die Dimensionierung der Systemregler-Übertragungsfunktion
Gr ist aber in der Praxis sehr schwierig realisierbar und erhöht
nur die Instabilitäts-Gefahr.
Dagegen sind solche Eingriffe in den Systemregler 16, für einen
stabil arbeitenden System-Regelkreis 10 trotz störgrößenabhängig
zeitvarianter Systemparameter Ps, überraschenderweise gar nicht
nötig, wenn entgegen der bisher stets befolgten Vorschrift der
kleinsten Fehlerquadrate zur rekursiven Parameterschätzung nunmehr
die Führungsgröße 25 für den Parameter-Regelkreis 24 nicht mehr
konstant zu Null vorgegeben wird, sondern ihrerseits eine Funktion
der parameterbeeinflussenden System-Störgrößen 18 ist. Dafür ist
es lediglich erforderlich, die maßgeblichen physikalisch erfaßbaren
Störgrößen 18 in Meßsystemen 30 zu einander überlagerbaren, stör
größenabhängig zeitvariablen Führungsgrößen 25 für den Parameter-Re
gelkreis 24 umzusetzen.
Daß bekanntlich die auf der Minimierung des Fehlerquadrates beruhen
den Iterationsverfahren zur Parameteradaption für zeitvariante Systeme
11 keine ohne weiteres brauchbaren Parameterschätzergebnisse liefern,
zeigt sich auch aus der Vergleichsdarstellung der Fig. 2: Für einen
über der Zeit t sich ändernden realen Strecken-Parameter Ps (zunächst
linear ansteigend, dann einbrechend und daraufhin mit progressiver
Charakteristik wieder ansteigend) liefert die Iteration auf Basis
der Fehlerminimierung (in Fig. 2 gestrichelt) zwar auch zunächst
einen ansteigenden Modell-Parameter Pm; der jedoch im Schwankungs
bereich unter Überschwingen nur eine schlechte Konvergenz bezüglich
der realen Gegebenheiten erbringt und bei weiter ansteigendem Strec
ken-Parameter Ps sogar Schwingungen mit aufklingender Tendenz zeigt,
die von einem System-Regler 16 in der Praxis nicht mehr beherrscht
werden könnten. Dagegen erbringt die erfindungsgemäße Parameteran
passung, im Wege der nichtlinearen dynamischen Vorsteuerung des
Parameter-Reglers 24 nach Maßgabe gemessener Prozeß-Störgrößen 18,
praktisch ohne Überschwingen eine gute Konvergenz im gesamten zeit
kritischen Bereich nach dem umgebungsabhängig ausgelösten Einbrechen
des betrachteten System-Parameters Ps.
Claims (3)
1. Anordnung zur adaptiven Parameteranpassung des Modelles (21)
eines hinsichtlich seiner Übertragungsfunktion (Gs) den Einflüssen
externer Störgrößen (18) unterliegenden Systemes (11) durch einen
Parameter-Regelkreis (24) mit einem zeitdiskreten Integralregler
(28) vor dem System-Modell (21),
dadurch gekennzeichnet,
daß der Integralregler (28) mit einem Fehlersignal (27) gemäß
der momentanen Abweichung gemessener System-Störgrößen (18) vom
Modellfehler (23) zwischen System-Ausgangssignal (12) und Mo
dell-Ausgangssignal (20) beaufschlagt ist.
2. Anordnung nach Anspruch 1,
dadurch gekennzeichnet,
daß Meßsysteme (30) für ausgewählte der systembeeinflussenden
Störgrößen (18) vorgesehen sind, deren Meßsignale als Führungs
größe (25) auf den Parameter-Regelkreis (24) geschaltet sind.
3. Anordnung nach Anspruch 1 oder 2,
dadurch gekennzeichnet,
daß das parallel zu dem Modell (21) angesteuerte System (11)
die Strecke hinter dem Regler (16) eines übergeordneten System-Re
gelkreises (10) mit Betriebssteuerwerten als Sollwerten (13)
ist.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19904009200 DE4009200A1 (de) | 1990-03-22 | 1990-03-22 | Anordnung zur rekursiven modell-parameteranpassung |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19904009200 DE4009200A1 (de) | 1990-03-22 | 1990-03-22 | Anordnung zur rekursiven modell-parameteranpassung |
Publications (1)
Publication Number | Publication Date |
---|---|
DE4009200A1 true DE4009200A1 (de) | 1991-09-26 |
Family
ID=6402807
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE19904009200 Withdrawn DE4009200A1 (de) | 1990-03-22 | 1990-03-22 | Anordnung zur rekursiven modell-parameteranpassung |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE4009200A1 (de) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001073515A1 (en) * | 2000-03-28 | 2001-10-04 | Beta Lasermike Limited | Control systems for extrusion or drawing plants |
EP1214631B1 (de) * | 1999-09-20 | 2004-08-04 | Siemens Aktiengesellschaft | Verfahren, anordnung und computerprogramm-erzeugnis zur simulation eines technischen systems |
DE102005036848A1 (de) * | 2005-08-04 | 2007-02-22 | Siemens Ag | Verfahren und Einrichtung zur Bewegungsführung eines bewegbaren Maschinenelements einer Maschine |
WO2015158343A3 (de) * | 2014-04-16 | 2015-12-10 | Schaeffler Technologies AG & Co. KG | Verfahren zur verminderung niederfrequenter schwingungen in einem antriebsstrang eines kraftfahrzeugs |
-
1990
- 1990-03-22 DE DE19904009200 patent/DE4009200A1/de not_active Withdrawn
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1214631B1 (de) * | 1999-09-20 | 2004-08-04 | Siemens Aktiengesellschaft | Verfahren, anordnung und computerprogramm-erzeugnis zur simulation eines technischen systems |
WO2001073515A1 (en) * | 2000-03-28 | 2001-10-04 | Beta Lasermike Limited | Control systems for extrusion or drawing plants |
DE102005036848A1 (de) * | 2005-08-04 | 2007-02-22 | Siemens Ag | Verfahren und Einrichtung zur Bewegungsführung eines bewegbaren Maschinenelements einer Maschine |
DE102005036848B4 (de) * | 2005-08-04 | 2007-11-22 | Siemens Ag | Verfahren und Einrichtung zur Bewegungsführung eines bewegbaren Maschinenelements einer Maschine |
WO2015158343A3 (de) * | 2014-04-16 | 2015-12-10 | Schaeffler Technologies AG & Co. KG | Verfahren zur verminderung niederfrequenter schwingungen in einem antriebsstrang eines kraftfahrzeugs |
CN106233024A (zh) * | 2014-04-16 | 2016-12-14 | 舍弗勒技术股份两合公司 | 用于减小机动车的动力传动系中的低频振动的方法 |
US10215240B2 (en) | 2014-04-16 | 2019-02-26 | Schaeffler Technologies AG & Co. KG | Method for reducing low-frequency vibrations in the drive train of a motor vehicle |
CN106233024B (zh) * | 2014-04-16 | 2019-06-07 | 舍弗勒技术股份两合公司 | 用于减小机动车的动力传动系中的低频振动的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102004001487B4 (de) | Servo-Ventilsteuereinrichtung und Servo-Ventilsteuersystem mit Abnormalitätserfassung | |
DE60111238T2 (de) | System und verfahren zur adaptiven model-basierten prädiktiven, auf ein scharfse nicht-lineares prozessmodel basierte steuerung | |
DE60109772T2 (de) | Verfahren, vorrichtung und entwurfverfahren zur steuerung der mehrfacheingabe, mehrfachausgabe (mimo) von parameterabhängigen systemen mit rückkopplungs lti-sierung | |
DE102015204258A1 (de) | Verfahren zum Ermitteln einer Schaltfunktion für einen Sliding Mode Regler und Sliding Mode Regler | |
EP0985170B1 (de) | Verfahren zur regelung eines verzögerungsbehafteten prozesses mit ausgleich sowie regeleinrichtung zur durchführung des verfahrens | |
EP2962161A1 (de) | Verfahren zum entwerfen eines nichtlinearen reglers für nichtlineare prozesse | |
DE3019261C2 (de) | Schaltungsanordnung zur Steuerung eines Wandlers, insbesondere zur Steuerung der Bewegung eines Magnetkopfes einer Magnetplattenspeichervorrichtung | |
EP0520233B1 (de) | Einrichtung zur Identifikation einer Übertragungsstrecke | |
DE2600427C3 (de) | Selbstanpassendes Regelungssystem, das sich entsprechend den Eigenschaften seines Regelkreises auf eine optimale Ausbildung selbsttätig einstellt | |
DE4009200A1 (de) | Anordnung zur rekursiven modell-parameteranpassung | |
DE112019000618T5 (de) | Stromsteuerungsvorrichtung | |
DE2823014A1 (de) | Energiesteuereinrichtung fuer eine mehrzahl verbraucher | |
EP3139221A1 (de) | Autonomer l1-adaptiver regler mit exakter polvorgabe | |
EP0870219A1 (de) | Verfahren zur regelung eines verzögerungsbehafteten prozesses mit ausgleich sowie regeleinrichtung zur durchführung des verfahrens | |
EP0752630B1 (de) | Regeleinrichtung und Verfahren zur Selbsteinstellung dieses Reglers | |
DE3929615A1 (de) | Adaptiver regler | |
DE10024394B4 (de) | Ermittlungsverfahren für eine Istgeschwindigkeit eines bewegbaren Verfahrelements | |
EP0700536B1 (de) | Regeleinrichtung | |
WO2020049051A2 (de) | Automatisierte parametrierung eines reglers | |
DE2743928C2 (de) | Regleranordnung | |
Pannek | Receding horizon control: A suboptimality-based approach | |
DE102016209385A1 (de) | Verfahren zum Regeln eines hydraulischen Druckbegrenzungsventils, Sliding-Mode-Regler und Verfahren zum Einstellen eines Stellgesetzes und einer Schaltfunktion | |
EP0724748B1 (de) | Regeleinrichtung | |
DE19615760A1 (de) | Adaptionsalgorithmus für einen PID-Regler mit variabler Schrittweitensteuerung geeignet für Regelstrecken mit großem Störeinfluß der Streckenlast (sekundärgeregelte Hydro-Einheiten, E-Motor-Regelung) | |
DE102021212900B3 (de) | Verfahren zum Ermitteln einer individuellen Druck-Strom-Arbeitskennlinie eines Druckventils |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
8139 | Disposal/non-payment of the annual fee |