Porównanie metod sterowania adaptacyjnego dla stołu balansującego kulą
[ 1 ] Wydział Automatyki, Robotyki i Elektrotechniki, Politechnika Poznańska | [ 2 ] Instytut Robotyki i Inteligencji Maszynowej, Wydział Automatyki, Robotyki i Elektrotechniki, Politechnika Poznańska | [ S ] student | [ P ] employee
[2.2] Automation, electronics, electrical engineering and space technologies
EN A Comparison of Adaptive Control Methods for the Ball Balancing Table System
2024
scientific article
polish
- sterowanie adaptacyjne
- MRAC
- MIAC
- stół balansujący kulą
- RLS
- adaptive control
- ball balancing table
- MIAC
- MRAC
- RLS
PL Celem artykułu jest przedstawienie i porównanie działania dwóch algorytmów sterowania adaptacyjnego: z identyfikacją parametrów modelu MIAC (Model Identification Adaptive Control) oraz z modelem odniesienia MRAC (Model Reference Adaptive Control). Zaproponowano modyfikacje, które w szczególnych przypadkach mogą poprawić jakość regulacji. Wykorzystano stanowisko laboratoryjne stołu balansującego kulą BBT (ball balancing table), które jest przykładem systemu „kula na blacie”. Problematyka balansowania takiego systemu może mieć istotne znaczenie w kontekście prac nad stabilizacją łodzi lub drona. W artykule przedstawiono nieliniowy model obiektu oraz jego liniowe przybliżenie w otoczeniu punktu pracy, a także opisano proces identyfikacji parametrów z użyciem rekursywnej metody najmniejszych kwadratów RLS (Recursive Least Square). W ramach analizy porównawczej dokonano oceny zastosowanych algorytmów regulacji, MIAC i MRAC, podczas stanów przejściowych oraz w stanie ustalonym. W celu analizy porównawczej wykorzystano wskaźniki jakości, takie jak koszt sterowania i całkowy wskaźnik z wartości bezwzględnej uchybu. W wynikach badań pokazano możliwości zarówno pośredniej, jak i bezpośredniej adaptacji nastaw regulatora, w zależności od wykorzystanej metody. Zostały wykazane zalety porównywanych algorytmów oraz ich modyfikacje pozwalające poprawić działanie układu w szczególnych przypadkach. Zastosowane metody adaptacyjne pozwoliły uodpornić układ na błędy modelowania (brak znajomości parametrów) czy inne wewnętrzne zaburzenia.
EN The purpose of this paper is to present and compare adaptive control algorithms: Model Identification Adaptive Control (MIAC) and Model Reference Adaptive Control (MRAC), with their modifications that allow to improve quality of control in specific cases. The ball balancing (BBT) table physical stand, which is an example of a ball on plate system, was used, and the balancing problem that occurs could potentially lead to work on stabilizing a boat or a drone. This paper presents a non-linear model of the object and its linear approximation in the vicinity of the operating point, additionally demonstrating the process of parameters identification with the Recursive Least Square (RLS) method. The quality of the adaptive control algorithms was compared during transients and in steady state. The research showed the possibilities of both indirect and direct adaptation of the controller parameters, depending on the selected method. Quality indices, such as the cost of control and the integral of absolute error, were utilized for the comparative analysis. The advantages of the compared algorithms and their modifications, that can enhance the system performance in special cases, were also demonstrated. The tested adaptive control algorithms made the system robust to modeling errors (lack of knowledge of parameters) or other internal disturbances.
73 - 82
CC BY (attribution alone)
open journal
final published version
at the time of publication
public
70