kramann.info
© Guido Kramann

Login: Passwort:










Regelungssysteme
1 day_by_day
2 Heizregelkreis
3 Verzoegerungsglieder
4 Laplace
..4.1 Eigenwerte
..4.2 PT1
..4.3 PRegler
..4.4 Scilab
5 Regleroptimierung
..5.1 Guetefunktion
..5.2 Heuristiken
..5.3 Scilab
..5.4 Gradientenverfahren
..5.5 ModifizierteG
..5.6 Gleichstrommotor
..5.7 Stoerverhalten
6 Javaanwendung
..6.1 PIDgeregelterAntrieb
..6.2 RungeKuttaIntegrator
..6.3 Gradientenverfahren
7 Einstellregeln
..7.1 Totzeit
..7.2 Methode1
..7.3 Methode2
..7.4 Scilab
..7.5 Daempfungsgrad
..7.6 Uebung
8 Polvorgabe
9 Beobachter
10 AutonomerHackenprosche
..10.1 Herleitung
..10.2 Scilab
..10.3 Modellerweiterung
..10.4 Scilab
..10.5 Modellgueltigkeit
..10.6 java
11 Stabilitaet
..11.1 Beispiele
..11.2 Nyqusitkriterium
..11.3 Windup
..11.4 Bode
12 Adaptiv
..12.1 Definition
..12.2 Einachser
..12.3 Auswertung
..12.4 Identifikation
..12.5 Regleroptimierung
..12.6 Zustandsregler
..12.7 Beobachter
13 Analyse
..13.1 Linear
..13.2 Nichtlinear
14 Kalmanfilter
15 Ue_04_2014
..15.1 Geschwindigkeit
..15.2 Richtung
..15.3 Gesamtsystem
..15.4 RiccatiUSW
..15.5 TdOT
16 Inverses_Pendel
17 Einachser
..17.1 Mechanik
..17.2 Uebung8
18 Fuzzy
..18.1 Fuzzylogik
..18.2 FuzzyRegler
..18.3 Uebung9
..18.5 Softwareentwicklung
....18.5.1 AgileSoftwareentwicklung
....18.5.2 FuzzyRegler
....18.5.3 Uebung
..18.6 Umsetzung
....18.6.1 FuzzyRegler
....18.6.2 Simulation
....18.6.3 Optimierung
....18.6.4 Uebung
..18.7 Haengependel
....18.7.1 Haengependel
....18.7.2 Simulation
....18.7.3 FuzzyRegler
....18.7.4 Optimierer
....18.7.5 Genetisch
..18.8 Information
..18.9 Energie
21 Beispiel1
98 day_by_day_WS2021_SoSe21
99 day_by_day_SoSe2018
kramann.info
© Guido Kramann

Login: Passwort:




Rotatorisches System mit Zustandsregler

(EN google-translate)

(PL google-translate)

In der Lehrveranstaltung vom 28.04.2014 wurde das auf den rotatorischen Freiheitsgrad vereinfachte Modell mit einem Zustandsregler versehen.

Um hierbei auch einen integralen Anteil zu bekommen, wurde ein zusätzlicher Systemzustand eingeführt, der das Integral des aktuellen Winkels repräsentiert.

Im Anschluß wurde das System noch nach Riccati ausgelegt.

Die Grundlagen zu diesen Reglerauslegungen finden sich in Kapitel 9 "Polvorgabe".

regelungssysteme_2014_04_28.zip - in der Vorlesung entstandenes Material
Umsetzung für das reale System in der Lehrveranstaltung am 05.04.2014

In der Lehrveranstaltung am 05.04.2014 soll die Möglichkeit gegeben werden, in Hinblick auf den E-Test am 12.4. bisher aufgetretene Fragen zu klären.

Zum anderen soll aber auch damit begonnen werden, den Regler für das reale AV zu entwerfen.

Beim realen AV wurde als Input ein PWM-Signal der Stärke 22 vorgegeben. Daraufhin änderte sich die Orientierung des Fahrzeugs in folgender Weise (Rohdaten, Winkel in Rad gegen Zeit in Sekunden):

Winkelverlauf in rad bei einem PWM-Sprung von 22.

Bild 0-1: Winkelverlauf in rad bei einem PWM-Sprung von 22.

sprung1.zip - Rohdaten

Aufgaben

  1. Bereiten Sie die Rohdaten so auf, dass sich ein Verlauf für die Winkelgeschwindigkeit erkennen läßt (rad/s), numerische Ableitung erforderlich!!.
  2. Postulieren Sie ein passendes Übertragungsverhalten G(s)=ω/pwm und formulieren es als Formel mit noch offenen Parametern.
  3. Plotten Sie G(s) für einige Testparameter gegen das gemessene zeitliche Verhalten von ω
  4. Nutzen Sie die Scilab-Methode optim(..), um die Testparameter zu optimieren (s. Kapitel 6.4 "optim" in Simulationstechnik).
  5. Verändern Sie G(s) nun zu H(s), so, dass H(s) wieder das Übertragungsverhalten des Winkels repräsentiert: H(s)=φ/pwm.
  6. Erstellen Sie nun ein Scicos-Modell mit dessen Hilfe Sie einen passenden PID-Regler nach der ersten Methode von Ziegler-Nichols für H(s) auslegen können.
  7. Versuchen Sie auch Parameter mit Hilfe von Riccati für (möglichst nahezu) das gleiche System zu finden.
  8. Implementieren Sie den Regler auf dem realen System.
  9. Läßt sich das Simulations-Modell des Fahrzeugs so anpassen, dass es H(s) entspricht?