.png){kind=icon}
返回
Closed-Loop Learning-Based PID Tuning for DC Motor Actuators Using Experimental Data
.png){kind=icon}
OA
AI
DOI：10.3390/eng7080397.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文针对直流电机执行器在无法获得或难以获取精确对象模型时的实验PID整定问题。控制器整定被表述为一个带约束的闭环优化过程，其中每个PID增益组被部署到物理系统上，产生实验数据集，并通过性能指标进行评估。目标函数结合了跟踪误差、控制量和控制信号变化，而惩罚项用于识别并惩罚执行器饱和、过度超调、调节时间违规、稳态误差和发散响应。候选控制器使用带约束的高斯交叉熵方法生成，并在物理执行器上直接评估。所提出的宿主嵌入式架构分离了两个计算时间尺度：PID执行、编码器处理和数据采集在嵌入式平台上实时进行，而种群采样、候选排名和分布更新在实验间隙由宿主计算机执行。在报告的实验活动中，采样分布逐渐向在规定可接受性准则下与较低闭环成本相关的增益区域集中。所得到的框架为物理控制器部署、数据采集、约束性能评估和分幕PID重整提供了一种结构化和可追溯的流程，无需显式对象辨识。报告结果表明该架构在所考虑平台上的可行性，但不涉及比较优势、运行间统计收敛或解析闭环稳定性。
Keyword:
PID tuning
Cross-Entropy Method
closed-loop experimental learning
data driven control
host-embedded architecture
constrained optimization
DC motor actuators
model-free control
期刊
IF:
4.2
论文数:
3.1K
被引数:
1.1W
机构
引用论文
A data-driven approach to robust control of multivariable systems by convex optimization基于数据驱动的凸优化多变量系统鲁棒控制方法.png)
AUTOMATICA
OAAI
AUTOMATICAIF5.9
OAAI分享收藏A data-driven approach for on-line auto-tuning of minimum variance PID controller最小方差PID控制器在线自整定的数据驱动方法ISA TRANSACTIONS
ISA TRANSACTIONSIF6.5
PREAI
分享收藏DSP-Based Implementation of Fuzzy-PID Controller Using Genetic Optimization for High Performance Motor Drives基于遗传优化的模糊-PID控制器在高速电机驱动中的DSP实现
PREAI
分享收藏A Novel Data-Driven Control Approach for a Class of Discrete-Time Nonlinear Systems一类离散时间非线性系统的数据驱动控制新方法
PREAI
分享收藏Comparative Analysis of Evolutionary Algorithms for PID Controller Optimization in Pneumatic Soft Robotic Systems: A Simulation and Experimental StudyIEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏Non-iterative direct data-driven controller tuning for multivariable systems: theory and application
PREAI
分享收藏
查看更多内容