- •В.И. Королев, в.В. Сахаров, о.В. Шергина оценка параметров, моделирование динамических систем и электрических цепей в среде matlab
- •Санкт-Петербург
- •Рецензенты:
- •Isbn 5-88964-073-X © Королев в. И.,
- •Содержание
- •1. Идентификация параметров моделей систем на основе квадратичных методов оценивания………..……………………………………………………………........................... 11
- •Модели установившихся режимов в электрических цепях и
- •4. Модели пространства состояний в электрических цепях и
- •5. Системы и цепи под воздействием параметрических возмущений: численные и
- •6. Моделирование динамических систем и электрических цепей средствами
- •8. Моделирование технологических процессов в системах с помощью
- •Введение
- •Идентификация параметров моделей систем на основе квадратичных методов оценивания
- •Линейные модели систем Рассмотрим систему линейных уравнений
- •Рассмотрим линейное уравнение
- •Для существования точного решения уравнения (1.1) должно выполняться условие
- •1.2. Переопределенные системы уравнений. Метод наименьших квадратов
- •Введем векторы
- •1.3. Оценивание параметров периодических сигналов по экспериментальным данным
- •Таким образом, требуется оценить амплитуды и фазы
- •Разделив период t на 24 равных интервала, мы получим . Так как , то каждому будет соответствовать угол (в градусах).
- •1.4. Рекуррентный метод оценивания параметров моделей
- •1.5.Алгоритм оценивания параметров моделей в условиях ограничений
- •Минимальное значение (1.43) соответствует условию
- •1.6. Нормы оценивания параметров в теории инверсных систем
- •1.7. Оценивание параметров по критерию минимума среднего абсолютного значения остатков
- •Уравнение измерителя
- •1.8. Нелинейное оценивание параметров моделей в режиме прямых вычислений
- •1.9. Алгоритм ортогонализации в оценке параметров динамических систем
- •Рассмотрим нелинейную дискретную модель системы
- •2. Модели установившихся режимов в электрических цепях и системах
- •2.1. Пример модели цепи постоянного тока
- •Пример модели цепи переменного тока
- •2.3.Несимметричные режимы в трехфазных электрических цепях: метод симметричных составляющих
- •2.4. Модель многоузлового разветвления русла в стационарном режиме. Аналогии с электрической цепью
- •2.5. Модель твердого тела с двумя неподвижными точками
- •2.6. Многопродуктовая модель экономики: межотраслевой баланс
- •2.7. Модель оценки элементов матрицы преобразования
- •3. Динамические звенья и системы под воздействием гармонических сигналов
- •3.1.Построение частотных характеристик простых динамических звеньев
- •3.2.Резонанс в динамических системах
- •3.4. Резонанс в электрических цепях
- •3.4. Режим биений
- •4. Модели пространства состояний в электрических цепях и системах
- •4.1. Понятие состояния
- •4.2. Уравнения состояния для электрических цепей
- •4.3. Приведение к резистивной форме моделей электрических цепей с одним накопителем энергии
- •4.4. Определение коэффициентов дифференциальных уравнений моделей электрических цепей с двумя накопителями энергии
- •4.5. Электрическая цепь с четырьмя накопителями энергии
- •4.6. Примеры составления уравнений состояния rlc -цепей в матричной форме
- •Исходная цепь
- •Краткие сведения о решателях дифференциальных уравнений
- •5.2. Об аналитическом решении дифференциальных уравнений
- •5.3.Матричная форма решения уравнений состояния динамических систем
- •Моделирование динамических систем с двумя накопителями энергии при параметрических возмущениях Для определенности рассмотрим модель динамической системы с двумя накопителями энергии:
- •Моделирование –цепей. Аналитические решения
- •Сопротивления ,
- •Переходный процесс в -цепи под воздействием синусоидального входного сигнала
- •Системы, находящиеся под воздействием периодических сигналов прямоугольной формы
- •Динамические системы с двумя накопителями энергии
- •Корни комплексно-сопряженные.
- •Кратные корни.
- •Вещественные неравные корни
- •Динамические системы с тремя накопителями энергии
- •6. Моделирование динамических систем и электрических цепей средствами символьной математики
- •6.1. Символьные выражения и алгебра
- •6.2. Алгебраические и трансцендентные уравнения. Расчет цепи постоянного тока
- •Символьной алгебры
- •6.3. Символьное дифференцирование и интегрирование
- •6.4. Решение дифференциальных уравнений в символьной форме
- •6.5. Моделирование переходных процессов в электрических цепях средствами пакета символьной математики
- •6.6. Операторный метод расчета переходных процессов с использованием пакета символьной математики
- •7. Модели детерминированного хаоса и их применение
- •7.1. Дискретные динамические модели первого порядка со сложной динамикой
- •7.2. Программное обеспечение и моделирование нелинейных дискретных систем. Хаос
- •7.3. О применении нелинейных моделей систем для получения псевдослучайных хаотических последовательностей
- •Моделирование технологических процессов в системах с помощью нейронных сетей
- •8.1.Общие положения
- •8.2. Последовательность операций при создании нейронной сети в среде matlab ( Neural Networks Toolbox)
- •3. Оценка погрешности нейронной модели. Для оценки используется функция моделирования, где в скобках, согласно синтаксису, приводятся сеть и входной сигнал:
- •Моделирование уровней воды в водной коммуникации на основе нейронных сетей
- •В водной коммуникации
- •8.4. Применение нейронной сети для определения химического состава песчано – гравийной смеси
- •Моделирование технологического процесса оценки и прогноза рыночных факторов, воздействующих на работу предприятия и бизнес в классе нейронных сетей
- •Библиографический список
- •Оценка параметров, моделирование динамических систем и электрических цепей в среде MatLab
- •165300, Г. Котлас, ул. Невского, 20.
2.7. Модель оценки элементов матрицы преобразования
координат при управлении промышленным роботом
Изложенные в первой главе методы оценки параметров моделей систем широко используются для решения практических задач, связанных с обработкой результатов измерений при наличии помех. Покажем, каким образом процедуры МНК можно применить для повышения точности позиционирования промышленных роботов-манипуляторов в системах компьютерного управления энергоемкими технологическими процессами на водном транспорте.
Промышленные роботы и манипуляторы способны выполнять сложные пространственные перемещения тяжелых грузов при выполнении грузовых операций в портах, обеспечивать высокое качество тепловой резки металлов, производить сварочные работы на судостроительных и судоремонтных предприятиях, осуществлять сборочные и тяжелые рутинные операции при создании и ремонте судовых механизмов и машин, выполнении технологических операций в агрессивных средах, на больших глубинах при освоении шельфа и др.
Компьютерное управление промышленным роботом связано с реализацией траекторных процессов и изменением пространственно-временных координат, в которых осуществляется перемещение его рабочих органов, в том числе - при выполнении операций по смене захвата. Операторы, осуществляющие управление робототехническим комплексом, для получения высокой точности выполнения технологических операций должны производить калибровку, что связано с обеспечением соответствия координат точки робота на рабочей плоскости координатам компьютерной системы [50]. При изменении положения робота на плоскости и, в частности, назначении очередного рабочего участка для выполнения технологических операций требуется «перенастраивать» координаты в рабочей области и приводить их в соответствие с координатами . Назначение новых координат необходимо производить в случаях, когда требуется обеспечить прецизионное управление приводами звеньев робота, а также при появлении ошибок, вследствие нагрузок и увеличения зазоров в сопрягающихся деталях.
Для задания осей координат в базисе рабочего пространства робота выберем три точки , и таким образом, чтобы каждая пара точек , и , образовывала прямоугольную систему координат, в которой должны располагаться все точки траектории движения робота. Поскольку каждой точке траектории движения робота должна соответствовать точка компьютерного управляющего комплекса, обеспечивающего управление приводами звеньев и вывод траекторного процесса на дисплей, то задаваемые координатные оси должны быть представлены своим -эквивалентом. В компьютерном базисе можно задать оси прямоугольных координат с высокой точностью, таким образом, что точкам в базисе робота будут соответствовать [50] :
- начало координат
- расстояние от начала координат по оси
- расстояние от начала координат по оси
Для однородных координат в различных базисах по трем приведенным выше парам точек может быть установлена матрица преобразования , обеспечивающая линейную связь для всего множества и с помощью соотношения:
, где (2.61)
Элементы матрицы определяются в результате решения уравнений
(2.62)
(2.63)
(2.64)
Нетрудно видеть, что условия (2.62), (2.63) и (2.64) выполняются однозначно, если
, , ,
,
,
,
,
.
Матрица преобразования имеет вид
. (2.65)
Заметим, что (2.65) является матрицей полного ранга, и поэтому возможно вычисление по измеренным и наоборот. Согласно (2.61), будем иметь
. (2.66)
Однако в «жесткой» системе уравнений при наличии погрешностей в процессе измерений полностью сохраняется эта погрешность в матрице K. Она без коррекции будет линейно преобразовываться с помощью (2.66). Вместе с тем, при наличии дополнительных измерений в точках и определении им эквивалентных координат в базисе возможно получить переопределенную систему уравнений для оценки элементов матрицы и, таким образом, минимизировать вектор среднеквадратической ошибки.
Рассмотрим процедуру оценки.
Предположим, что элементы матрицы необходимо получить по парам измерений координат в базисах управляющего компьютера и робота . Введем матрицы размерности :
, .
Тогда оценка элементов , минимизирующая среднеквадратическую ошибку измерений, может быть произведена по формуле
(2.67)
Процедура оценки по формуле (2.67) эквивалентна алгоритму идентификации параметров дискретной динамической системы, рассмотренному ранее в работе авторов [22].
Приведем пример. Оценим элементы для следующих измерений:
,
.
Используя формулу (2.67), выполним оценки элементов матрицы преобразования координат. В результате (в полном формате) будем иметь
,
после чего можно возвратиться к формулам (2.61) и (2.66) для выполнения практических расчетов, которые в среде MatLAB могут быть выполнены в режиме прямых вычислений.
Теперь оценим элементы матрицы и положения осей , только по измерениям, произведенным по расположенной системе точек на выделенной плоскости. Пусть для получены численные значения векторов
Образуем матрицы и и убедимся в том, что по формуле (2.67) вновь получается ранее приведенное .
Далее, выбрав и , рассчитаем для точек в базисе
, и
соответствующие им точки в базисе :
- начало координат,
- точка на оси ,
- точка на оси .
Задачу аппроксимации траектории движения робота предлагается решать в такой последовательности. Сначала в координатах необходимо назначить интерполяционных узлов. Затем с помощью матрицы преобразования требуется найти их эквиваленты в координатах и построить сплайн, по которому следует управлять приводами робота. Затем сплайн, эквивалентный найденному в координатах робота определяется с помощью .
Для выполнения расчетов матриц преобразования и сплайнов составлен скрипт-файл в среде MatLAB, фрагмент которого приводится ниже.
% Прецизионное управление роботом-манипулятором.
% ПОСТРОЕНИЕ СПЛАЙНОВ
%...........................................................
% Оценка элементов матрицы преобразования K по измерениям
% в четырех точках:
p=[0.0000 16.6000 29.3550 0.0000];
q=[0.0000 0.0000 13.1500 13.2300];
x=[209.7900 -211.9894 -533.1908 212.6903];
y=[594.5431 589.9058 251.2447 257.4065];
PQ=[p;q;ones(1,4)]
XY=[x;y;ones(1,4)]
K=inv(PQ*PQ')*PQ*XY'
pause
%K'=[-25.408397 0.219219 209.789976;
% -0.279355 -25.482732 594.543059;
% 0.000000 0.000000 1.000000]
%***********************************************************
% СПЛАЙН-АППРОКСИМАЦИИ
% Интерполяционные узлы в координатах (X,Y):
Xs=[70.0 6.6 -120.3 -247.1 -310.5 -373.7 -405.3 -436.7 -468.0 -499.0]
Ys=[593.0 587.2 565.4 538.5 517.5 486.2 460.4 421.8 370.5 280.9]
% Расчетные значения интерполяционных узлов в базисе (P,Q):
PQs=inv(K')*[Xs;Ys;ones(1,10)];
Ps=PQs(1,:);
Qs=PQs(2,:);
% Построение сплайна в базисе (P,Q):
ps_int=[5.5:0.1:28.0];
qs_int=spline(Ps,Qs,ps_int);
v=size(ps_int);
% Сплайн в базисе (X,Y):
XYspline=K'*[ps_int;qs_int;ones(1,v(2))];
% Графические построения:
subplot(211)
plot(Ps,Qs,'.',ps_int,qs_int),grid
xlabel('Ps'), ylabel('Qs')
pause
subplot(212)
plot(-Xs,-Ys,'.',-XYspline(1,:),-XYspline(2,:)),grid
xlabel('-Xs'), ylabel('-Ys')
Первый блок файла предназначен для оценки , а второй – для сплайн аппроксимации траектории движения.
На приведенном рис.2.12 (в верхней части) в координатах строится график, на котором точками нанесены координаты интерполяционных узлов, а сплошной линией – сплайн. В нижней части рис.2.12 представлен эквивалент этого графика в -базисе. Видно, что матрица обеспечивает линейные
Рис. 2.12. Узлы интерполяции и сплайны в (Ps,Qs) и (Xs,Ys )- базисах
преобразования, которые связаны с процедурами растяжения и сжатия координат точек одного базиса относительно другого.