<div>
	Герасимов Д.Н., Подошкин Д.Л., Никифоров В.О.<br />
	Алгоритмы прямого адаптивного управления линейной системой по выходу с конечным временем настройки</div>

doi:10.17586/2226-1494-2025-25-1-33-41

2025 , ТОМ 25, НОМЕР 1 ( январь-февраль )

ISSN 2226-1494 (print), ISSN 2500-0373 (online)

Меню

Публикации

Главный редактор

НИКИФОРОВ
Владимир Олегович
д.т.н., профессор

Партнеры

doi: 10.17586/2226-1494-2025-25-1-33-41

УДК 519.71

Герасимов Д.Н., Подошкин Д.Л., Никифоров В.О.
Алгоритмы прямого адаптивного управления линейной системой по выходу с конечным временем настройки

Читать статью полностью

Язык статьи - русский

Ссылка для цитирования:

Герасимов Д.Н., Подошкин Д.Л., Никифоров В.О. Алгоритмы прямого адаптивного управления линейной системой по выходу с конечным временем настройки // Научно-технический вестник информационных технологий, механики и оптики. 2025. Т. 25, № 1. С. 33–41. doi: 10.17586/2226-1494-2025-25-1-33-41

Аннотация

Введение. Рассмотрена задача прямого адаптивного управления с эталонной моделью линейными параметрически неопределенными системами с недоступным измерению вектором состояния. В целях адаптивной настройки параметров регулятора предлагается модификация градиентного алгоритма адаптации со сходимостью за конечное время. Модификация осуществляется путем периодического пересчета значений настраиваемых параметров с последующей подстановкой в качестве начальных условий на интеграторах стандартного градиентного алгоритма адаптации. Пересчет выполняется при обеспечении условия интервального возбуждения на основе предсказания динамики алгоритма адаптации, в результате точно идентифицируются параметры регулятора. Метод. Задача управления решается с помощью метода расширенной ошибки и метода непосредственной компенсации. Анализ замкнутой системы проводится на основе метода функций Ляпунова. Основные результаты. Предложена модификация градиентного алгоритма адаптации с ускоренной параметрической сходимостью за конечное время. Обсуждение. Модификация обеспечивает сходимость параметров при условии интервального возбуждения, которое является более слабым по отношению к условию неисчезающего возбуждения. Представленный алгоритм обладает чувствительностью к вариациям неизвестных параметров объекта и не требует в отличии от множества аналогичных решений повышения динамического порядка регулятора. Дополнительной особенностью нового алгоритма является возможность его использования в схемах как непрямого, так и прямого адаптивного управления.

Ключевые слова: адаптивное управление с эталонной моделью, алгоритм адаптации с конечным временем сходимости

Список литературы

Ioannou P.A., Sun J. Robust Adaptive Control. NJ: Prentice-Hall, 1996. 825 p.
Narendra K.S., Annaswamy A.M. Stable Adaptive Systems. NJ: Prentice Hall, 1989. 494 p.
Lion P. M. Rapid identification of linear and nonlinear systems // AIAA Journal. 1967. V. 5. N 10. P. 1835–1842. https://doi.org/10.2514/3.4313
Kreisselmeier G. Adaptive observers with exponential rate of convergence // IEEE Transactions on Automatic Control. 1977. V. 22. N 1. P. 2–8. https://doi.org/10.1109/TAC.1977.1101401
Andrievsky B.R., Fradkov A.L., Stotsky A.A. Shunt Compensation for Indirect Sliding-Mode Adaptive Control // IFAC Proceedings Volumes. 1996. V. 29. N 1. P. 5132–5137. https://doi.org/10.1016/S1474-6670(17)58495-5
Fradkov A., Andrievsky B., Combined adaptive controller for UAV guidance // European Journal of Control. 2005. V. 11. N 1. P. 71–79. https://doi.org/10.3166/ejc.11.71-79
de Mathelin M., Lozano R. Robust adaptive identification of slowly time-varying parameters with bounded disturbances // Automatica. 1999. V. 35. N 7. P. 1291–1305. https://doi.org/10.1016/S0005-1098(99)00026-6
Narendra K.S., Han Z. A new approach to adaptive control using multiple models // International Journal of Adaptive Control and Signal Processing. 2012. V. 26. N 8. P. 778–799. https://doi.org/10.1002/acs.2269
Герасимов Д.Н., Кошелев К.П., Беляев М.Е., Никифоров В.О. Алгоритм адаптивного управления по выходу линейной системой с улучшенной параметрической сходимостью // Научно-технический вестник информационных технологий, механики и оптики. 2018. Т. 18. № 5. С. 771–779. https://doi.org/10.17586/2226-1494-2018-18-5-771-779
Aranovskiy S., Bobtsov A., Ortega R., Pyrkin A. Performance enhancement of parameter estimators via dynamic regressor extension and mixing // IEEE Transactions on Automatic Control. 2017. V. 62. N 7. P. 3546–3550. https://doi.org/10.1109/TAC.2016.2614889
Krause J., Khargonekar P. Parameter information content of measurable signals in direct adaptive control // IEEE Transactions on Automatic Control. 1987. V. 32. N 9. P. 802–810. https://doi.org/10.1109/TAC.1987.1104722
Ortega R. An on-line least-squares parameter estimator with finite convergence time // Proceedings of the IEEE. 1988. V. 76. N 7. P. 847–848. https://doi.org/10.1109/5.7153
Adetola V., Guay M. Finite-time parameter estimation in adaptive control of nonlinear systems // IEEE Transactions on Automatic Control. 2008. V. 53. N 3. P. 807–811. https://doi.org/10.1109/TAC.2008.919568
Rios H., Efimov D., Moreno J. A., Perruquetti W., Rueda-Escobedo J. G. Time-Varying Parameter Identification Algorithms: Finite and Fixed-Time Convergence // IEEE Transactions on Automatic Control. 2017. V. 62. N 7. P. 3671–3678. https://doi.org/10.1109/TAC.2017.2673413
Wang J., Efimov D., Aranovskiy S., Bobtsov A. Fixed-time estimation of parameters for non-persistent excitation // European Journal of Control. 2020. V. 55. P. 24–32. https://doi.org/10.1016/j.ejcon.2019.07.005
Holloway J., Krstic M. Prescribed-time output feedback for linear systems in controllable canonical form // Automatica. 2019. V. 107 P. 77–85. https://doi.org/10.1016/j.automatica.2019.05.027
Ortega R., Gerasimov D.N., Barabanov N.E., Nikiforov V.O. Adaptive control of linear multivariable systems using dynamic regressor extension and mixing estimators: removing the high-frequency gain assumptions // Automatica. 2019. V. 110. P. 108589. https://doi.org/10.1016/j.automatica.2019.108589
Gerasimov D.N., Ortega R., Nikiforov V.O. Adaptive control of multivariable systems with reduced knowledge of high frequency gain: application of dynamic regressor extension and mixing estimators // IFAC-PapersOnLine. 2018. V. 51. N 15. P. 886–890. https://doi.org/10.1016/j.ifacol.2018.09.108
Фомин В.Н., Фрадков А.Л., Якубович В.А. Адаптивное управление динамическими объектами. M.: Наука, 1981. 447 c.
Monopoli R. V. Model reference adaptive control with an augmented error signal // IEEE Transactions on Automatic Control. 1974. V. 19. N 5. P. 474–484. https://doi.org/10.1109/TAC.1974.1100670
Nikiforov V.O., Gerasimov D.N. Adaptive Regulation: Reference Tracking and Disturbance Rejection. Springer-Verlag, 2022. 358 p. https://doi.org/10.1007/978-3-030-96091-9
Ortega R., Nikiforov V., Gerasimov D. On modified parameter estimators for identification and adaptive control. A unified framework and some new schemes // Annual Reviews in Control. 2020. V. 50. P. 278–293. https://doi.org/10.1016/j.arcontrol.2020.06.002

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License