कंट्रोल इंजीनियरिंग प्राइमर: एलक्यूआर — स्पष्ट प्राथमिकताओं से स्टेट फीडबैक

Contents — find the section you need

लीनियर क्वाड्रैटिक रेगुलेशन (LQR) स्टेट डेविएशन और एक्चुएटर के उपयोग की लागत निर्धारित करता है, और फिर लीनियर मॉडल के लिए उस लागत को न्यूनतम करने वाला स्टेट-फीडबैक नियम निकालता है। PID के विपरीत, जो वर्तमान त्रुटि, उसके इतिहास और उसकी दर पर सीधे प्रतिक्रिया करता है, LQR स्थिति, वेग, कोण, कोणीय दर, धारा और युग्मित अक्षों को एक ही स्टेट के रूप में उपयोग कर सकता है। यह विशेष रूप से उल्टे पेंडुलम, विमान अभिवृत्ति, संतुलन रोबोट या रोबोट आर्म के स्थानीय स्थिरीकरण के लिए स्पष्ट है।

LQR कोई जादुई इष्टतमता स्विच नहीं है। यदि आवश्यक स्टेट का मापन नहीं किया जा सकता है, तो एक ऑब्जर्वर की आवश्यकता होती है; यदि प्लांट स्थानीय लीनियर मॉडल की सीमा से बाहर निकल जाता है, तो लाभ अपना वादा खो देता है; और यदि इनपुट या स्टेट बाधाएं महत्वपूर्ण हैं, तो MPC अक्सर बेहतर लेयर होती है। ROS 2 निष्पादन सीमा के लिए, ROS 2 प्राइमर देखें। अनुमान संबंधी मान्यताओं के लिए, सेंसर फ़्यूज़न प्राइमर देखें।

व्यावहारिक निष्कर्ष

$\dot{x}=Ax+Bu$ और भार $Q,R$ से, अनंत-क्षितिज LQR $u=-Kx$ उत्पन्न करता है। $Q$ यह दर्शाता है कि स्टेट त्रुटि को कितनी दृढ़ता से दंडित किया जाता है; $R$ कमांड लागत को दर्शाता है।
लाभ $K$ रिकैटी समीकरण और उसके हल $P$ : $K=R^{-1}B^TP$ से प्राप्त होता है। यह प्रत्येक स्टेट के लिए मैन्युअल रूप से एक लाभ को समायोजित करने के बजाय मॉडल किए गए युग्मन को ध्यान में रखता है।
$(A,B)$ की स्थिरता और $(A,C)$ की पता लगाने की क्षमता/अवलोकन क्षमता पूर्वापेक्षाएँ हैं। सेंसर का होना आवश्यक स्टेट को पुनर्निर्मित करने में सक्षम होने के समान नहीं है।
LQR स्वयं एक्चुएटर सीमाओं, टक्कर निवारण या आपातकालीन स्टॉपिंग को लागू नहीं करता है। ये सीमाएँ और सुरक्षा फ़ंक्शन गेन से बाहर हैं।

स्टेट स्पेस और सिग्नल प्रवाह

एक स्टेट $x$ चरों का सबसे छोटा संग्रह है जो इनपुट और गड़बड़ी के साथ मिलकर भविष्य के व्यवहार को निर्धारित करता है। एक कार्ट को स्थिति और वेग की आवश्यकता होती है; एक घूर्णनशील पिंड को कोण और कोणीय वेग की आवश्यकता होती है; एक इलेक्ट्रोमैकेनिकल ड्राइव में करंट जोड़ा जा सकता है। एक रैखिक समय-अपरिवर्तनीय मॉडल है

\dot{x}=Ax+Bu+Ew,\qquad y=Cx+Du+v

जहाँ $u$ कमांड है, $w$ अनमॉडल गड़बड़ी है, $y$ माप है, और $v$ सेंसर शोर है। $A$ स्टेट विकास का वर्णन करता है, $B$ इनपुट पथ का, और $C$ सेंसर द्वारा प्रकट की गई जानकारी का।

आरेख में, योग जंक्शन $e=\hat{x}-x_r$ (अनुमानित स्थिति माइनस संदर्भ) बनाता है, और LQR आउटपुट $u=-Ke$ देता है। शून्य संदर्भ के लिए यह सामान्य $u=-K\hat{x}$ में परिवर्तित हो जाता है।

आरेख: डस्ककॉइल, मापन के बजाय अवधारणात्मक। वास्तविक कार्यान्वयन में अंशांकन, टाइमस्टैम्प, परिवहन विलंब और एक्चुएटर आंतरिक लूप भी शामिल होते हैं।

संतुलन $(x_e,u_e)$ के आसपास, विचलन $\tilde{x}=x-x_e$ और $\tilde{u}=u-u_e$ को परिभाषित करें, फिर $\dot{\tilde{x}}=A\tilde{x}+B\tilde{u}$ पर डिज़ाइन करें। यह एक स्थानीय कथन है। शून्य कोण के निकट एक सीधे पेंडुलम को स्थिर करने वाला लाभ, दूर गिरे हुए पेंडुलम या संतृप्त एक्चुएटर वाले सिस्टम के लिए रिकवरी नियंत्रक होना आवश्यक नहीं है।

रिकैटी समीकरण और लागत

निरंतर अनंत-क्षितिज LQR न्यूनतम करता है

J=\int_0^\infty\left(x^TQx+u^TRu\right)dt

$Q\succeq0$ के साथ और $R\succ0$ । $Q$ जितना बड़ा होगा, स्टेट एरर उतना ही महंगा होगा; $R$ जितना बड़ा होगा, एफर्ट उतना ही महंगा होगा। मीटर, रेडियन, मीटर प्रति सेकंड और एम्पीयर को बिना स्केल किए न जोड़ें। एक उपयोगी शुरुआत स्वीकार्य मानों $x_{max}$ और $u_{max}$ पर आधारित विकर्ण भार हैं, जैसे $1/x_{max}^2$ और $1/u_{max}^2$ ।

निरंतर बीजगणितीय रिकैटी समीकरण है:

A^TP+PA-PBR^{-1}B^TP+Q=0

और इसका स्थिरीकरण समाधान $P$ देता है:

K=R^{-1}B^TP,\qquad u=-Kx

यह नियंत्रक द्वारा उपयोग किए जाने वाले फीडबैक गेन $K$ को दर्शाता है।

सैंपल सिस्टम के लिए एक असतत मॉडल और एक असतत रिकैटी समीकरण की आवश्यकता होती है। निरंतर परिमित-क्षितिज समस्याओं में एक विभेदक रिकैटी समीकरण का उपयोग किया जाता है। समीकरण; परिमित-क्षितिज असतत समस्याओं के लिए अंतर समीकरण का उपयोग किया जाता है; अनंत-क्षितिज असतत समस्याओं के लिए DARE का उपयोग किया जाता है। सतत मॉडल मैट्रिक्स $A,B$ हैं, और असतत मॉडल $x_{k+1}=A_dx_k+B_du_k$ है। सतत लाभ को असतत नियंत्रक की तरह लागू करना, डिग्री को रेडियन के साथ मिलाना, या विलंबता को अनदेखा करना, अन्यथा सही गणना को एक अस्थिर उपकरण में बदल सकता है।

नियंत्रणीयता और अवलोकनीयता: लाभ से पहले की शर्तों की जाँच करें

नियंत्रणीयता मैट्रिक्स है

\mathcal{C}=[B\ AB\ A^2B\ \cdots\ A^{n-1}B]

$n$ अवस्था प्रणाली के लिए, पूर्ण-रैंक स्थिति $\operatorname{rank}\mathcal{C}=n$ है।

पूर्ण रैंक का अर्थ है कि प्रत्येक मोड नियंत्रणीय है; LQR के लिए मानक स्थिरीकरण समाधान के लिए $(A,B)$ का स्थिर होना और $(Q^{1/2},A)$ का पता लगाना आवश्यक है। यह अवलोकनीयता से भिन्न है। सेंसर युग्म $(C,A)$ । अवलोकनशीलता मैट्रिक्स है:

\mathcal{O}=\begin{bmatrix}C\\CA\\\vdots\\CA^{n-1}\end{bmatrix}

पूर्ण रैंक का अर्थ है कि आउटपुट इतिहास से स्थिति का पुनर्निर्माण किया जा सकता है। LQR के साथ सामान्यतः युग्मित अनुमानक के लिए Kalman Filter Primer देखें।

संख्यात्मक उदाहरण: एक डबल इंटीग्रेटर को स्थिर करना

$x=[p\ v]^T$ और त्वरण कमांड $u$ वाले एक सामान्यीकृत डबल इंटीग्रेटर के लिए,

A=\begin{bmatrix}0&1\\0&0\end{bmatrix},\quad B=\begin{bmatrix}0\\1\end{bmatrix}

$Q=\operatorname{diag}(q_p,q_v)$ का उपयोग करने पर $u=-k_pp-k_vv$ प्राप्त होता है। यह PD के समान है, लेकिन दोनों लाभ मॉडल और $Q,R$ से संयुक्त रूप से चुने जाते हैं। $q_p$ को बड़ा और $q_v$ को छोटा रखने से तीव्र त्वरण की संभावना बढ़ जाती है। ब्रेकिंग; $R$ को बहुत छोटा करने से एक्चुएटर का उपयोग लगभग मुफ्त हो जाता है। परिणामी लाभ $K=[k_p\ k_v]$ है, जिसमें $k_p,k_v$ को एक साथ चुना गया है। भौतिक सीमाएँ $|u|\le u_{max}$ और $|\Delta u|\le r_{max}$ अभी भी आवश्यक हैं। यदि क्लिपिंग बार-बार होती है, तो क्लिप किए गए परिणाम को अनियंत्रित LQR कहने की तुलना में संदर्भ शेपिंग, रीडिज़ाइन या विवश MPC अधिक सटीक है।

$Q=I$ और $R=1$ वाले सतत डबल इंटीग्रेटर के लिए, समान व्युत्पत्ति $K=[1\ \sqrt{3}]\simeq[1\ 1.732]$ देती है। यह एक मानकीकृत उदाहरण है, हार्डवेयर में कॉपी करने के लिए लाभ नहीं: वास्तविक सिस्टम के नमूना मॉडल, द्रव्यमान, एक्चुएटर सीमाओं और विलंब के साथ इसकी पुनर्गणना करें।

PID, LQR और MPC में से चयन

विधि	मजबूत फिट	इनपुट	बाधा प्रबंधन	मुख्य सावधानी
पीआईडी	तीव्र एकल-लूप विनियमन	त्रुटि/इतिहास/दर	बाह्य सीमांकक	वाइंडअप और शोर
एलक्यूआर	स्थानीय रैखिक बहु-अवस्था स्थिरीकरण	अनुमानित अवस्था	स्वयं स्पष्ट नहीं	मॉडल सीमा और संतृप्ति

नेस्टेड डिज़ाइन आम हैं: पीआईडी वर्तमान/वेग लूप, एलक्यूआर स्थानीय अभिवृत्ति या स्थिति स्थिरीकरण, और प्रक्षेपवक्र या बाधाओं के लिए एमपीसी। निश्चित विनियमन के बजाय ट्रैकिंग के लिए, समय-परिवर्ती संदर्भ, फीडफॉरवर्ड, लाभ शेड्यूलिंग, या एलटीवी-एलक्यूआर का उपयोग करें।

रोबोट कार्यान्वयन और सुरक्षा

एनकोडर, आईएमयू, कैमरे और लिडार अलग-अलग दरों और विलंबों पर प्रकाशित करते हैं। आगमन-क्रमबद्ध संदेशों को सीधे अवस्था के रूप में पास न करें। टाइमस्टैम्प-संरेखित अनुमान, विश्वास/सहप्रसरण और वैधता स्थिति पास करें। आरओएस ROS 2 प्राइमर में वर्णित 2 लाइफसाइकिल और हार्डवेयर इंटरफेस केवल सॉफ्टवेयर संगठन नहीं बल्कि डिज़ाइन सीमाएँ हैं।

प्रतिनिधि IMU/INS

छवि: Xsens MTi-G (Kallap85, CC BY-SA 4.0), विकिमीडिया कॉमन्स। यह एक प्रतिनिधि सेंसर छवि है, न कि मापा गया LQR सिस्टम या उत्पाद अनुशंसा।

अनुमानक सहप्रसरण वृद्धि, सेंसर टाइमआउट, एनकोडर और के बीच असंगति की निगरानी करें। आईएमयू, निरंतर संतृप्ति और समय सीमा में देरी। यदि स्थिति अब भरोसेमंद नहीं है, तो $-K\hat{x}$ जारी करना जारी न रखें। जड़त्व, गुरुत्वाकर्षण और मानव निकटता के आधार पर एक सिस्टम-विशिष्ट संक्रमण चुनें—शून्य तक रैंप किया गया वेग, टॉर्क अक्षम करना, यांत्रिक ब्रेक या ई-स्टॉप। LQR स्थिरता दावे एक सही मॉडल, सही स्थिति और असंतृप्त इनपुट मानते हैं; स्वतंत्र सुरक्षा को उस प्रमाण के बाहर की मान्यताओं को कवर करना चाहिए।

कार्यान्वयन चेकलिस्ट

संतुलन, इकाइयाँ, चिह्न, फ्रेम और असतत अवधि को ठीक करें।
रेखीयकरण बिंदु के पास मॉडल अवशेषों को मापें और एक परिचालन लिफाफा परिभाषित करें।
नियंत्रणीयता और अवलोकनशीलता/पता लगाने की क्षमता की संख्यात्मक रूप से जाँच करें।
स्वीकार्य स्थिति और कमांड से $Q,R$ को सामान्य करें; प्रत्येक परिवर्तन को रिकॉर्ड करें।
संतृप्ति, दर सीमा, अनुमान ताजगी और LQR के बाहर स्वतंत्र स्टॉपिंग की निगरानी करें।
विस्तार करने से पहले कम आउटपुट पर विलंब, घर्षण, पेलोड परिवर्तन और सेंसर हानि का परीक्षण करें। लिफाफा।

संदर्भ

अपनी समझ की जाँच करें

अधिक इनपुट पेनल्टी किस बात को प्रोत्साहित करती है?

यह नियंत्रण प्रयास को कम करने को प्रोत्साहित करती है। प्रतिक्रिया ट्रेड-ऑफ की जाँच करें और विभिन्न इकाइयों के साथ स्टेट वेरिएबल्स को उचित रूप से स्केल करें।