Khấu trừ chức năng chuyển mặt phẳng cánh đơn Ước tính hàm truyền Aka thông qua tập hợp các điểm

Tôi đang cố điều khiển một mặt phẳng qua cuộn bằng bộ điều khiển PID,

Tôi gặp vấn đề khi tìm hàm truyền do đó tôi đã sử dụng phương pháp sau: -

Sửa máy bay trong hầm không khí

thay đổi động cơ điều khiển cuộn theo các bước cố định và kiểm tra cuộn

do đó tôi sẽ có một bảng cuộn / độ động cơ

tiếp theo là suy ra hàm phi tuyến bằng cách sử dụng mạng nơ ron wolfram alpha hoặc xấp xỉ.

Đây có phải là một phương pháp đúng hay tôi nên thử phương pháp khác?

pid

— Roboman
nguồn

Câu trả lời:

Bạn đã đúng rằng đo lường và mô hình hóa là cách đúng đắn để thực hiện điều này.

Để PID của bạn hoạt động chính xác, bạn cần có khả năng chuyển đổi một chút lỗi tuyến tính (cuộn mong muốn so với cuộn thực tế) thành lực hiệu chỉnh (trong trường hợp này, được cung cấp bởi các bề mặt điều khiển - góc aileron , bị ảnh hưởng bởi tốc độ không khí và các yếu tố khác).

Các $k_d$ thời hạn của PID của bạn nên tính đến quán tính của mặt phẳng khi lăn từ bên này sang bên kia, vì vậy đừng lo lắng về điều đó trong các phép đo của bạn.

Những gì bạn nên đo trong các bài kiểm tra đường hầm gió của bạn là mô-men xoắn trên trục dọc của mặt phẳng, để đáp ứng với tốc độ không khí (ở cả hai trục X và Y, nếu bạn có cảm biến trên máy bay cho điều đó) và góc nghiêng. Điều đó sẽ cung cấp dữ liệu về mối quan hệ sau:

τ_{một c t bạn một tôi} = = f (θ_{máy bay}, {tốc độ bay}_{x}, {tốc độ bay}_{y}, [các yếu tố đo lường khác])

$\tau_{actual} = f(\theta_{\text{aileron}}, \text{airspeed}_x, \text{airspeed}_y, \text{[other measurable factors]})$

Bạn sẽ tính gần đúng nghịch đảo của hàm đó - tìm $\theta_{\text{aileron}}$ được $\tau_{desired}$ . Cho dù bạn làm điều đó với một mạng lưới thần kinh, wolfram alpha, hồi quy đa biến hay một kiến thức tốt về vật lý là tùy thuộc vào bạn. Cuối cùng, bạn muốn tạo một chức năng mô hình hóa theo hình thức này:

θ_{máy bay} = = f (τ_{d e S Tôi r e d}, {tốc độ bay}_{x}, {tốc độ bay}_{y}, [các yếu tố đo lường khác])

$\theta_{\text{aileron}} = f(\tau_{desired}, \text{airspeed}_x, \text{airspeed}_y, \text{[other measurable factors]})$

PID sẽ cung cấp cho bạn $\tau_{desired}$ và các cảm biến của bạn sẽ cung cấp cho bạn các yếu tố khác để cắm vào chức năng này.

— Ian
nguồn

Bạn có thể giải thích thêm ? biết thêm chi tiết

— RoboMan

Chi tiết về cách thức hoạt động của PID, hoặc về cách viết chức năng mô hình hóa?

— Ian

Chức năng mô hình hóa, tôi hiểu rất rõ về PID, điều tôi không nhận được là bài kiểm tra mà bạn đã đề cập ở trên và kết quả mong đợi Cảm ơn thời gian của bạn!

— RoboMan

Bạn đã đi đúng hướng trong câu hỏi ban đầu của mình - bạn sẽ sử dụng mạng thần kinh hoặc một loại hồi quy đa biến khác để tìm hàm tạo ra góc aileron mong muốn của bạn. Thiết lập thử nghiệm và đo mô-men xoắn của bạn sẽ tạo ra dữ liệu theo chức năng này:

τ_{a c t u a l} = f (θ_{aileron}, {airspeed}_{x}, {airspeed}_{y}, e t c)

$\tau_{actual} = f(\theta_{\text{aileron}}, \text{airspeed}_x, \text{airspeed}_y, etc)$ . Bạn sẽ tính gần đúng nghịch đảo của hàm đó - tìm

θ_{aileron}

$\theta_{\text{aileron}}$ được

τ_{d e s i r e d}

$\tau_{desired}$ .

— Ian

Tôi không phải là một chuyên gia liên quan đến khí động học, nhưng tôi đoán bạn đang sử dụng loại máy bay để có được cuộn đúng.
Vì vậy, điểm đặt của bạn là cuộn (tính theo độ hoặc tương tự) và đầu vào của bạn là vị trí động cơ (tính theo độ).
Phương pháp của bạn chỉ là về việc đo mức tăng vòng lặp mở.
Điều này sẽ không giúp bạn trong việc thiết kế PID.

Bây giờ bạn có một bảng tra cứu với nhiều giá trị khác nhau. Bạn chỉ có thể tra cứu vị trí động cơ cho cuộn mục tiêu của mình, NHƯNG bạn không thể điều khiển cuộn, do đó bạn cần phải đo câu trả lời hoàn chỉnh.

NẾU bạn đặt động cơ của bạn đến một vị trí cụ thể, máy bay của bạn sẽ không có mục tiêu cuộn ngay lập tức. Máy bay sẽ lăn một khoảng thời gian khác. Khoảng thời gian này có thể ngắn nhưng có thể đo lường được và bạn quan tâm (với tư cách là nhà thiết kế điều khiển) để xem hệ thống phản ứng thế nào trong trạng thái động này.

Bạn nên thay đổi phương pháp của bạn!
Một giải pháp khả thi (có những giải pháp khác) là xác định hệ thống bằng câu trả lời từng bước Bạn chỉ cần đo cuộn của mình theo độ theo thời gian, khi bạn xoay động cơ từ 0 đến một vị trí cụ thể. Sau đó, bạn có thể tiếp tục với mathicala hoặc matlab

— TobiasK
nguồn

Điều tôi hiểu là lấy tất cả các điểm đặc biệt các điểm khi thay đổi vị trí, còn tốc độ không khí thì sao?

— RoboMan

Airspeed có thể được coi là một tham số khác (như Ian đã viết trong câu trả lời của mình). Mục tiêu của bạn sẽ nhận được câu trả lời từng bước của hệ thống phụ thuộc vào các biến đầu vào khác nhau (góc mục tiêu, tốc độ không khí, ....)

— TobiasK