kramann.info
© Guido Kramann

Login: Passwort:










COACH2
1 Planung
2 Architektur
3 Anzeige
4 EEPROM
5 I2C
..5.1 MasterSendByte
..5.2 MasterSend2Bytes
..5.3 MasterReceiveByte
..5.4 MasterReceive2Bytes
6 UART
7 DFT
8 FFT
9 Planung2
10 Klassen
..10.1 AnzeigeTaster
..10.2 RS232
..10.3 MotorServo
..10.4 Drehgeber
..10.5 Sensor
..10.6 Funk
11 Adaption
..11.1 Programmiertechnik
..11.2 Evoopt
12 Fuzzy
..12.1 Uebungsaufgabe
..12.2 Fuzzygroesse
..12.3 Fuzzyset
..12.4 Lookuptable
13 Skript
..13.1 Funkkorrektur
..13.2 Skriptsprachen
..13.3 Anforderungen
..13.4 Agentensysteme
..13.5 Implementierung
..13.6 Experimente
14 Gesamtkonzept
..14.1 Skripterweiterung
..14.2 Makroverhalten
67 Echtzeitsysteme
..67.1 Einfuehrung
....67.1.1 Echtzeit
....67.1.2 Korrektheit
....67.1.3 Hardware
....67.1.4 Ziele
....67.1.5 Synchronprogramm
..67.2 Threads
....67.2.1 Java
....67.2.2 Synchronisierung
..67.3 COACH
....67.3.1 Kaskadenregler
....67.3.2 Zeitebene1
....67.3.3 Zeitebene2
....67.3.4 Zeitebene3
....67.3.5 Puck
....67.3.6 Puckschwarm
..67.4 RTAIlab
....67.4.1 Slax
....67.4.1 USB_Stick
....67.4.2 Sinus
..67.5 Semaphor
....67.5.1 Laufkatze
....67.5.2 Java
....67.5.3 Semaphor
..67.6 Audio
....67.6.1 wav
....67.6.2 Linux
..67.7 Lookup
....67.7.1 Fuzzy
....67.7.2 PWM
..67.8 NeuronaleNetze
....67.8.1 Neuron
....67.8.2 Backpropagation
....67.8.3 Umsetzung
....67.8.4 Winkelerkennung
..67.9 Internetprogrammierung
....67.9.1 Codegenerierung
....67.9.2 PHP_Programmierung
....67.9.3 PHP_OOP
....67.9.4 Java
....67.9.5 UDP
..67.10 DFT
..67.11 FFT
..67.12 Zustandsmaschine
..67.13 Fuzzy
....67.13.1 Fuzzylogik
....67.13.2 FuzzyRegler
....67.13.3 Uebung9
....67.13.5 Softwareentwicklung
......67.13.5.1 AgileSoftwareentwicklung
......67.13.5.2 FuzzyRegler
......67.13.5.3 Uebung
....67.13.6 Umsetzung
......67.13.6.1 FuzzyRegler
......67.13.6.2 Simulation
......67.13.6.3 Optimierung
......67.13.6.4 Uebung
....67.13.7 Haengependel
......67.13.7.1 Haengependel
......67.13.7.2 Simulation
......67.13.7.3 FuzzyRegler
......67.13.7.4 Optimierer
......67.13.7.5 Genetisch
....67.13.8 Information
....67.13.9 Energie

11 Adaptive Systeme

  • Zur Parameter-Optimierung am Simulationsmodell eine Alternative, stellt die Implementierung eines adaptiven Systems dar:
  • Anstatt, wie im ersten Fall, das System zu modellieren und die Optimierung "offline" durchzuführen, könnte das System selber Experimente durchführen, um die eigenen Parameter anzupassen.
  • Dies setzt voraus, dass geeignete Algorithmen in unserem Fall für das COACH-Vehikel, auch zur Verfügung stehen.

Klärung des Begriffs "Adaptives Regelsystem"

  • Dem eigentlichen Regelkreis ist bei adaptiven Regelsystemen ein weiterer langsamerer Regelkreis überlagert, der die Regelparameter anpasst, wenn dies durch einen speziellen automatisierten Entscheidungsprozeß als erforderlich erkannt wird.
  • Der adaptive Regler benötigt folglich eine Vorrichtung zur Identifizierung unpassenden Verhaltens des Regelsystems.
  • Diese identifizierte Abweichung muß dann auf die Regelparameter in verbessernder Weise zurückwirken.

1. Konzept: Adaptives Regelsystem mit Referenzmodell

  1. Das Referenzmodell wird so optimiert, dass sein Übertragungsverhalten wieder mit dem des realen Systems übereinstimmt.
  2. Die Regelparameter werden auf Grundlage des Referenzmodells neu optimiert.
  • Das komplette adaptive System ist in folgendem Schaubild dargestellt:
Adaptives Regelsystem mit Referenzmodell.

Bild 11-1: Adaptives Regelsystem mit Referenzmodell.

Varianten adaptiver Regelsysteme

  • Bei obigem Konzept gibt es die Variante, dass nur die Parameter des Referenzmodells korrigiert werden. Alternativ kann auch die Modellstruktur immer wieder neu identifiziert werden.
  • Adaptive Regelsysteme müssen nicht zwangsweise ein Referenzmodell besitzen, um die Regelparameter anzupassen.
  • Es gibt auch adaptive Regelsysteme, die mit Hilfe von Lernverfahren die Parameter finden.
  • Wenn die Veränderungen beim Streckenverhalten bekannt sind, kann die Adaption auch in einer einfachen Umschaltung zwischen verschiedenen Regelparameter-Konfigurationen bestehen.

Implementierung

  • Ein adaptives Regelsystem auf einem Mikrocontroller zu implementieren stellt wegen der stark begrenzten Recourcen an Rechen- und Speicherkapazität eine Herausforderung dar.
  • In den folgenden Unterkapiteln sollen Teilkomponenten für einen adaptiven Regler für die Implementierung auf einem Mikrocontroller vorbereitet werden.
  • In der Praxis ist es nicht immer möglich, das zu regelnde System soweit zu modellieren, wie das hier im akademischen Kontext möglich ist.
  • Auch lassen sich bei weitem nicht alle technischen Systeme linear nähern, so, dass es möglich ist, über eine Sprungantwort, oder mit Hilfe anderer Werkzeuge der linearen Regelungstechnik zu brachbaren Regelkonzepten zu gelangen.
  • Wir haben bereits in "Regelungssysteme" einen Optimierer kennengelernt, der auch für nicht lineare Systeme geeignet ist.
  • Diesen in für die Anwendung auf einem Mikrocontroller geeigneter Weise zu implementieren soll Ziel des zweiten Unterkapitels sein.
  • Als vervollständigende Komponente wird desweiteren die Fuzzy-Regelung besprochen und auch hierfür nach geeigneten Implementierungsmöglichkeiten für Mikrocontroller gesucht.
  • Im ersten Unterkapitel sollen aber einige programmiertechnische Grundlagen erarbeitet werden, deren Bekanntheit das Verständnis für die nachfolgenden Unterkapitel vereinfachen wird.