적응형 제어 설계
변화하는 프로세스 정보에 적응할 수 있는 제어기 설계
R2021a 이후
R2021a 이후
모델링되지 않은 시스템 동특성이나 외란과 같이 시간의 흐름에 따라 변하는 불확실성이 제어 시스템에 포함된 경우 적응형 제어기는 파라미터를 실시간으로 조정하여 변화하는 프로세스 정보를 보정할 수 있습니다. 이를 통해 제어기는 플랜트 동적 요소의 불확실성에도 불구하고 원하는 기준 추종을 달성할 수 있습니다.
Simulink® Control Design™은 다음과 같은 실시간 적응형 제어 방법을 위한 Simulink 블록들을 제공합니다.
극값 탐색 제어 — 제어 시스템에서 도출된 목적 함수를 최대화하기 위한 모델 프리(model-free) 적응형 제어
모델 참조 적응형 제어 — 알려진 기준 모델의 출력을 추종하는 적응형 제어
ESO 기반 외란 보상 — 플랜트의 내부 외란과 외부 외란을 제거하기 위한 모델 프리(model-free) 적응형 제어
반복 학습 제어 — 반복 제어 작업의 성능 개선을 위한 모델 기반 및 모델 프리(model-free) 적응형 제어.
슬라이딩 모드 제어 — 불확실성과 외란이 존재하는 상황에서 높은 정밀도와 강인한 제어를 제공하기 위해 시스템 상태를 슬라이딩 면 위에 유지시키는 제어.
블록
Extremum Seeking Control | Compute controller parameters in real time by maximizing objective function |
Model Reference Adaptive Control | Compute control actions to make controlled system track reference model (R2021b 이후) |
Active Disturbance Rejection Control | 동특성과 외란을 알 수 없는 플랜트에 대한 제어기 설계 (R2022b 이후) |
Extended State Observer | Estimate states and disturbances of a system (R2024a 이후) |
Disturbance Compensator | Modify control actions to compensate for unknown dynamics and disturbances (R2024a 이후) |
Iterative Learning Control | Design iterative learning controller for repetitive control tasks (R2024b 이후) |
Sliding Mode Controller (Reaching Law) | Design sliding mode controller based on reaching law (R2024b 이후) |
도움말 항목
극값 탐색 제어
- 극값 탐색 제어
알 수 없는 시스템 동특성이 존재할 때 목적 함수를 최대화하기 위해 제어기 파라미터를 업데이트합니다. - Extremum Seeking Control for Reference Model Tracking of Uncertain Systems
Track a reference plant model by adapting feedforward and feedback gains for an uncertain dynamic system. - Anti-Lock Braking Using Extremum Seeking Control
Design an extremum seeking controller that maximizes the friction coefficient of an ABS system to achieve the shortest stopping distance.
모델 참조 적응형 제어
- 모델 참조 적응형 제어
불확실성이 존재하는 제어되는 시스템이 주어진 기준 플랜트 모델의 동작을 추종하도록 제어 동작을 계산합니다. - Model Reference Adaptive Control of Satellite Spin
Design an MRAC controller that adapts plant uncertainty model parameters to achieve performance that matches an ideal reference model. - Indirect Model Reference Adaptive Control of First-Order System
Design an indirect MRAC controller that estimates the properties of an unknown first-order system. - Indirect MRAC Control of Mass-Spring-Damper System
Design an indirect MRAC controller that estimates the parameters of an unknown MIMO system.
능동 외란 제거 제어(ADRC)
- 능동 외란 제거 제어(ADRC)
동특성과 외란을 알 수 없는 플랜트에 대한 외란 제거 제어기를 설계합니다. - Design Active Disturbance Rejection Control for Water-Tank System
Design ADRC for a water-tank model and compare performance against a gain-scheduled PID controller. - PWM을 사용한 BLDC 속도 제어를 위한 능동 외란 제거 제어 설계
펄스 폭 변조를 사용하여 브러시리스 DC 모터 속도 제어기를 위한 ADRC를 설계합니다. - Design ADRC for Multi-Input Multi-Output Plant
Design ADRC for a pilot-scale distillation column MIMO model and compare performance against a model predictive controller. (R2023b 이후) - Design Active Disturbance Rejection Control for SEPIC Converter
Design ADRC for a SEPIC converter model and compare performance against a PID controller tuned on a linearized model. (R2024a 이후)
외란 보상
- Control Design and Disturbance Compensation Using Extended State Observers
Estimate and compensate for disturbances and unknown dynamics in linear time-invariant or linear time-varying systems. (R2024a 이후) - Apply Extended State Observer for Reference Tracking of DC Motor
Improve the disturbance rejection performance of a PID controller using the Extended State Observer block. (R2024a 이후) - Compensate for Disturbances in Spring-Mass-Damper System
Compensate for disturbances in a spring-mass-damper system using the Disturbance Compensator block. (R2024a 이후)
슬라이딩 모드 제어
- Sliding Mode Control
Design sliding mode control based on reaching law. - Sliding Mode Control Design for Mass-Spring-Damper System
A sliding mode controller defines a sliding surface that the system state converges to and remains on. (R2024b 이후) - Sliding Mode Control Design for a Robotic Manipulator
Create a sliding mode controller for a robotic manipulator with two actuated joints. (R2024b 이후)
반복 학습 제어
- Iterative Learning Control
Design iterative learning control for a repetitive control task. - Iterative Learning Control of a Single-Input Single-Output System
Implement an ILC controller to improve closed-loop trajectory tracking performance. (R2024b 이후) - Model based Iterative Learning Control of Multi-Input Multi-Output system
Implement model-based ILC controller to improve closed-loop trajectory tracking performance of a MIMO system. (R2024b 이후)