Modelado de Identificación y Control Predictivo Tolerante a Fallos para Sistemas de Actuadores No Lineales de Entrada Industrial
Autores: Dong, Shijian; Zhang, Yuzhu
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
Categoría
Tecnología de Equipos y Accesorios
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 10
Citaciones: Sin citaciones
Los sistemas de actuadores industriales juegan un papel importante en la fabricación mecánica, la producción química y otros procesos industriales. Hay una importante significancia de investigación teórica y un valor de aplicación ingenieril en modelar con precisión y controlar de manera precisa un sistema de actuador industrial con no linealidad de entrada en zona muerta. La estructura y el orden del sistema están determinados por la relación mecánica del sistema. Basado en datos muestreados, se propone un algoritmo de identificación para describir las principales características dinámicas de la salida del sistema. También se analiza la propiedad de convergencia del algoritmo de identificación propuesto. Los fallos en el proceso pueden reducir la precisión del control de seguimiento del sistema de actuador industrial. Al utilizar un observador intermedio para estimar los fallos, se diseña una tasa de retroalimentación de control sincrónico tolerante a fallos para compensar los fallos. El bloque de zona muerta de entrada puede debilitar el rendimiento del control de retroalimentación de la señal de entrada y reducir la precisión del control. De acuerdo con el parámetro del modelo de no linealidad de entrada en zona muerta, se introduce un compensador para transformar la función de zona muerta en una función lineal que pasa por el origen de coordenadas. El segmento lineal dinámico y transformado del sistema constituye el sistema lineal generalizado. La estrategia de control predictivo del modelo (MPC) se diseña para lograr un control robusto y preciso al eliminar los efectos del ruido de medición. Los resultados de la simulación numérica y la prueba experimental verifican la superioridad y el mérito de la estrategia de modelado y control tolerante a fallos. Los resultados de investigación de este artículo pueden proporcionar una buena referencia y guía para otros sistemas complejos en la investigación teórica y aplicaciones ingenieriles.
Descripción
Los sistemas de actuadores industriales juegan un papel importante en la fabricación mecánica, la producción química y otros procesos industriales. Hay una importante significancia de investigación teórica y un valor de aplicación ingenieril en modelar con precisión y controlar de manera precisa un sistema de actuador industrial con no linealidad de entrada en zona muerta. La estructura y el orden del sistema están determinados por la relación mecánica del sistema. Basado en datos muestreados, se propone un algoritmo de identificación para describir las principales características dinámicas de la salida del sistema. También se analiza la propiedad de convergencia del algoritmo de identificación propuesto. Los fallos en el proceso pueden reducir la precisión del control de seguimiento del sistema de actuador industrial. Al utilizar un observador intermedio para estimar los fallos, se diseña una tasa de retroalimentación de control sincrónico tolerante a fallos para compensar los fallos. El bloque de zona muerta de entrada puede debilitar el rendimiento del control de retroalimentación de la señal de entrada y reducir la precisión del control. De acuerdo con el parámetro del modelo de no linealidad de entrada en zona muerta, se introduce un compensador para transformar la función de zona muerta en una función lineal que pasa por el origen de coordenadas. El segmento lineal dinámico y transformado del sistema constituye el sistema lineal generalizado. La estrategia de control predictivo del modelo (MPC) se diseña para lograr un control robusto y preciso al eliminar los efectos del ruido de medición. Los resultados de la simulación numérica y la prueba experimental verifican la superioridad y el mérito de la estrategia de modelado y control tolerante a fallos. Los resultados de investigación de este artículo pueden proporcionar una buena referencia y guía para otros sistemas complejos en la investigación teórica y aplicaciones ingenieriles.