问题标签 [control-theory]

我有一个自定义 HMI 设置，带有一个流量/压力传感器输入和一个 4-20mA 输出到一个小泵。我目前正在尝试在流量达到设定点（大约为 1500 mL/min）的情况下实施超控控制，同时还限制管道中的压力（最大约 15 psi）。

问题是，我只能将泵速设置为 4（0 rpm）到 20（~2000 rpm）mA，而“负”PID 回路输出基本上只是“停止泵”。在试图限制压力的情况下，当需要采取行动时，PID 误差将始终为负。

我已经尝试过使用带有结束限制的覆盖过程输出切换，但这似乎只是到目前为止。

此外，任何获得某种压力输出比例比的好方法，因为压力的“最大值”或多或少是无限的。

我正在尝试使用 Python 编写卡尔曼滤波器，最终用 C++ 编写一个卡尔曼滤波器，并在 Arduino 中使用它来进行气压和惯性高度估计（一维位置）。

现在，我正在使用线性函数（速度 = 1）“模拟”真实位置和测量位置，同时在模拟位置测量中插入人工噪声。

虽然卡尔曼仅使用测量位置返回明显良好的结果，但它无法纠正错误的加速度测量值（例如恒定的 1.0 测量加速度输入）。

使用 3 种不同的更新过滤器方法说明上述情况的标记图

位置向加速度方向倾斜，并且滤波后的加速度不会通过位置测量得到校正。

这是卡尔曼滤波器的预期行为，还是我应该如何修改我的代码和/或滤波器以使卡尔曼对这些行为正确？

主要.py：

卡尔曼.py：

我正在尝试遵循本教程，已实现

返回

这与 MATLAB 产生的不同：

现在我的问题是：

• 我是否tf()正确实现了最小功能，或者有更完整/规范的版本可用/可能？
• 是tf2ss()MATLAB 的等价物ss()还是有另一个可用的内置函数？
• 如果没有ss()可用的等效项，那么提供与上述 MATLAB 教程相同的结果的最小实现是什么？

在这个问题之后，我试图理解 MATLABss()和tf2ss()函数的功能及其差异。考虑下面的代码：

从这里部分复制。现在我希望dcm1anddcm2是相同的，但这是我得到的：

如果您能帮助我理解为什么我会得到两个不同的结果，我将不胜感激？如何使用该tf2ss()函数获得相同的结果？换句话说，我想创建一个与该函数dcm2相同dcm1但使用该函数的tf2ss()函数。

所以我想为我的跷跷板系统创建一个MPC控制器。所有“繁重的工作”（获取运动方程、状态空间表示等）都已完成，所以我开始在 MATLAB 中进行编码。以下是：

基本上，当我运行它时，模拟开始，当我得到一个“NaN”时它很快就失败了。只有当我把我的初始值都设为 0 时，我才能真正得到一些东西。请记住，我需要在我的系统中设置一些系统中普遍存在的约束（最大电机扭矩，推车可以在跷跷板上移动多远......）。这就是我在连续时间内使用状态空间表示时的全部情况，当我尝试通过“c2d”命令使用离散时间并据此更改其余代码时，模拟甚至无法正常启动。在这种特定情况下，我真的不知道该怎么做。是否有其他方法可以为该系统创建 MPC 调节器？注意：我将 YALMIP 用于 MPC 的优化部分。

在这个问题之后，我试图将本教程中的状态空间模型转换回它的传递函数形式。我试过了

但是，我收到错误消息：

必须为具有多个输入的系统指定 IU。

我知道基本 PID 是如何工作的，但是我需要更高级的东西来解决更复杂的运动。我已经看到通常会在 PID 中添加一个加速项，但无法在网上找到任何可以向我介绍其工作原理（以及所涉及的数学）的基本理论的内容。我可以猜测它涉及运动学方程，但宁愿在重新发明轮子之前先看看已经开发的东西（而且它可能不会是一个很棒的轮子）。有人可以向我解释一下，或者给我一些文件吗？