RAS Energy, Mechanics & ControlАвтоматика и телемеханика Automation and Remote Control

  • ISSN (Print) 0005-2310
  • ISSN (Online) 2413-9777

Optimal Absolute Stabilization of Unknown Lurie Systems Based on Experimental Data and A Priori Information

PII
10.31857/S0005231025020014-1
DOI
10.31857/S0005231025020014
Publication type
Article
Status
Published
Authors
Volume/ Edition
Volume / Issue number 2
Pages
3-20
Abstract
Для систем Лурье, состоящих из неизвестной линейной подсистемы и неизвестных нелинейных функций, лежащих в заданных секторах, разработан метод построения оптимального абсолютно стабилизирующего управления на основе экспериментальных и априорных данных. В основе метода лежит минимаксный подход, при котором максимизация интегрального квадратичного функционала осуществляется на пересечении двух матричных эллипсоидальных множеств, выделяемых по экспериментальным и априорным данным. Результаты математического моделирования нелинейного осциллятора показывают преимущество получаемого закона управления над классическим робастным управлением, синтезируемым на основе априорной информации.
Keywords
Date of publication
01.02.2025
Year of publication
2025
Number of purchasers
0
Views
9

References

  1. 1. Лурье А. И. Некоторые нелинейные задачи теории автоматического регулирования. М.: Гостехиздат, 1951.
  2. 2. Коган М.М., Степанов А.В. Синтез субоптимальных робастных регуляторов на основе априорных и экспериментальных данных // АиТ. 2023. № 8. С. 24–42.
  3. 3. Коган М.М., Степанов А.В. Синтез обобщенного H∞-субоптимальных управления по экспериментальным и априорным данным // АиТ. 2024. № 1. С. 3–20.
  4. 4. Коган М.М., Степанов А.В. Как улучшить робастное управление линейной нестационарной системой с помощью экспериментальных данных // АиТ. 2024. № 6. С. 115–139.
  5. 5. Petersen I.R., Tempo R. Robust Control of Uncertain Systems: Classical Results and Recent Developments // Automatica. 2014. V. 50. No. 5. P. 1315–1335.
  6. 6. De Persis C., Tesi P. Formulas for Data-Driven Control: Stabilization, Optimality and Robustness // IEEE Trans. Automat. Control. 2020. V. 65. No. 3. P. 909–924.
  7. 7. Waarde H. J., Eising J., Trentelman H.L., Camlibel M.K. Data Informativity: a New Perspective on Data-Driven Analysis and Control // IEEE Trans. Automat. Control. 2020. V. 65. No. 11. P. 4753–4768.
  8. 8. Berberich J., C.W. Scherer C.W., Allgower F. Combining Prior Knowledge and Data for Robust Controller Design // IEEE Trans. Automat. Control. 2023. V. 68. No. 8. P. 4618–4633.
  9. 9. Luppi A., De Persis C., Tesi P. On data-driven stabilization of systems with quadratic nonlinearities // arXiv: 2103.15631v1 [eess.SY] 29 Mar 2021.
  10. 10. Хорн Р., Джонсон Ч. Матричный анализ. М.: Мир, 1989.
  11. 11. Коган М.М. Минимаксный подход к синтезу абсолютно стабилизирующих регуляторов для нелинейных систем Лурье // АиТ. 1999. № 5. С. 78–90.
  12. 12. Гелиг А.Х., Леонов Г.А., Якубович В.А. Устойчивость нелинейных систем с неединственным состоянием равновесия. М.: Наука, 1978.
  13. 13. Polyak B.T. Convexity of Quadratic Transformations and Its Use in Control and Optimization // J. Optim. Theory Appli. 1998. V. 99. No. 3. P. 553–583.
QR
Translate

Индексирование

Scopus

Scopus

Scopus

Crossref

Scopus

Higher Attestation Commission

At the Ministry of Education and Science of the Russian Federation

Scopus

Scientific Electronic Library