打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
控制系统中的观测器基础知识

一、为什么需要用到观测器

       控制原理中的系统框图,往往都是假设反馈状态为理想值。但在工程实践中,这个是做不到的。

       一般我们采用传感器测量控制的反馈状态,而传感器的测量值,存在几个问题

    •  噪声;

    • 滤波器或系统带来的衰减;

    • 相位滞后(滤波或采样);

       为了让反馈的状态尽可能接近理想值,引入观测器技术。


二、观测器的优缺点

    观测器可以解决哪些问题:

  • 提高传感器的数据精度,减小相位滞后,从而提升控制系统性能;

  • 可观测出扰动信号(常见的如ADRC中的扩张状态观测器);

  • 能够间接测量信号,如利用位置传感器数据,观测出加速度数据,不需要安装一个加速度传感器;

  • 减小采样延迟,如电机控制中,一般速度环的采样率低于电流环,在速度控制中引入了相位滞后到速度反馈中,如果采用观测器,让速度环以电流环更新率运行,则可以消除部分滞后;

    观测器的缺点:

  • 增加了控制系统的复杂性,需要更多的计算资源(在如今的处理器能力下,这个缺点可以忽略不计);

  • 与传感器的数据比,观测器数据结果鲁棒性差,如被控对象的参数变化过大,就会导致观测器数据不稳定;


三、如何得到观测器

       为了得到理想的反馈状态,即控制系统中的。

       直觉上有两种方法:

       方法一,在传感器模型后面加个传感器模型的逆函数,一般传感器可以认为是一个低通模型,


       逆函数就是:


       实际是不可行的,其逆函数是一个微分项,会放大噪声的影响;

       方法二,采用一个完美模型,控制输入输入给完美的模型,得到理想的反馈。实际也不可行,因为一般模型中至少包含了一个积分项,这样模型有一点点误差就会使反馈产生漂移。

       仔细分析两种方法,第一种方法,低频特性好,其高频特性差,第二种方法恰恰相反,其低频性能差,高频特性好,所以我们可以进行互补

       本质上来说,从滤波器的角度去理解,观测器就是一个低通滤波乘以传感器输出,加上模型输出乘以一个高通滤波。不过常用的还是回路结构设计。


四、luenberger观测器

    主要包括以下几个部分:

  • 传感器输出;

  • 控制输入;

  • 估计的被控对象模型;

  • 估计的传感器模型;

  • 观测补偿器;

结构如下:



五、仿真实验

    验证观测器是否能减小相位滞后的影响,提升系统性能。

    以多旋翼的高度方向的速度模型为例,输入为油门PWM值,输出为垂直方向的速度。

    理想状态下:


    在上面的仿真中,我们用系统的实际状态作为反馈变量,实际并不可能做到。所以接下来,我们将反馈变量加入一个单极点的低通滤波器,截止频率为3Hz。


    图中可以看出,超调变大了,约1.7,系统输出有超调和一点振铃,说明系统处于临界稳定,同样的增益,对于回路的相位滞后来说,太大了。而这个相位滞后,是由于测量带来的。

    以上,说明如果传感器测量得到的反馈数据有大的相位滞后,就会使得系统性能降低,这个时候只能靠减小PID的增益来保持系统稳定,被迫接受低水平的性能。

    观测器可以有效解决该问题。

    可以看出,此时系统的响应曲线与理想反馈的响应曲线基本一致。能够有效解决传感器相位滞后问题。

    以后再讲讲有关观测器的干扰估计和间接测量功能。

本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
【热】打开小程序,算一算2024你的财运
基于扩展卡尔曼滤波(EKF)的机器人状态估计
学术简报︱一种改进型滑模观测器,可抑制抖振,改善电机性能
《检测与转换技术》试题
Kalman滤波简述(一)
【强基固本】卡尔曼滤波器
自动控制的故事.doc
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服