Як я можу автоматично налаштувати параметри PID під час руху?

У мене є проста сервосистема, яка використовує контролер PID, реалізований у MCU, для виконання зворотного зв'язку. Однак властивості системи динамічно змінюються, і тому параметри PID ніколи не можуть бути налаштовані за будь-яких обставин.

Мій робот - це легкий кронштейн із зворотними двигунами, подібний до цього:

Рука виконує кілька завдань, серед яких підбирає великі ваги, штовхає та тягне предмети по парті. Кожне з цих завдань вимагає різних параметрів настройки PID, які я не можу легко передбачити.

Мені б дуже хотілося, щоб це функція вищого рівня, яка може ретельно регулювати параметри у відповідь на поведінку руки. Наприклад, якщо він помітить, що рука коливається, вона може зменшити P і збільшити D. Або, якби помітила, що рука не досягає своєї мети, вона може збільшити I.

Чи існують такі алгоритми? Я був би радий, навіть якщо алгоритм не вдосконалив параметри відразу. ЕГ руку може коливатися кілька разів, перш ніж параметри будуть відрегульовані до їх нових значень.

Колись ми з колегою реалізували симплекс-алгоритм для настільної настройки параметрів PID поточного контуру управління для двигуна. По суті, алгоритм міняв би один параметр одночасно, а потім збирав дані про деякий параметр зворотного зв'язку, який був нашим показником корисності. Наше було відсоткове відхилення від поточного цільового значення. Виходячи з того, покращився чи гірший параметр зворотного зв’язку, наступний параметр був відповідно змінений.

Або у Вікіпедії говорять:

Нехай лінійну програму задає канонічна таблиця. Алгоритм симплексу відбувається шляхом виконання послідовних операцій повороту, кожен з яких дає покращене базове можливе рішення; вибір елемента шарніра на кожному кроці багато в чому визначається вимогою, щоб цей шарнір вдосконалював рішення.

Технічно ми використовували метод Нелдера-Мід, який є типом симплексу. Це також можна охарактеризувати як алгоритм сходження на гірку, якщо ви спостерігаєте, як він змінює вхідні параметри, шукаючи оптимальний вихідний параметр.

Недлер-Мід найкраще працював у нашому випадку, оскільки він може переслідувати встановлене значення. Це було важливо, оскільки наша поточна цільова температура змінювалася зі збільшенням попиту на крутний момент.

методика Нельдера-Мід - це евристичний метод пошуку, який може сходитися до нестаціонарних точок

Хороший підхід до такої проблеми називається адаптивним контролем. Коротше кажучи, це методологія управління, яка передбачає, що модель відома, але параметри моделі (маса, інерція тощо) не є. Його завдання полягає в оцінці невідомих параметрів. Короткий вступ можна знайти на wikipedia . Текст робототехніки: моделювання, планування та управління від Siciliano et al. докладніше висвітліть тему.

Редагувати у відповідь на запит @Rocketmagnets:

Коротше кажучи, ви повинні мати математичну модель вашої системи, тобто рівняння, які описують, як ваша система розвивається з часом, коли вимушене чи іншим чином, але вам не потрібно знати динамічні параметри, такі як маса різних компонентів, їх інерційність тощо .. Оцінка цих параметрів - завдання адаптивного контролера. Ви повинні дати йому початкову здогадку для кожного з невідомих параметрів. Тоді, коли система працює, вона використовує керуючі сигнали, вихідні сигнали та такий метод, як лінійна регресія або спуск градієнта для оновлення невідомих значень параметрів. З часом параметри перейдуть до значень, що призведе до стаціонарного стану, хоча вони можуть не відповідати реальним параметрам, тобто вони можуть отримати неправильну масу, але значення все одно буде працювати.

Звідси я б порадив звернутися до тексту, який обговорює метод. Я щойно помітив, наприклад, що доктор Марк Бодсон пропонує копію свого тексту Адаптивний контроль: Стабільність, стійкість та конвергенція у формі PDF на своєму веб-сайті .

Процес, який ви описуєте, відомий як адаптивний PID.

Здається, це щось надмірне. Я виявив, що PID є досить надійним у роботі із зовнішніми порушеннями, а описані вами завдання не здаються виходячи з можливостей одного набору виграшів.