自適應控制的案例
基于MATLAB/Simulink 機器人魯棒自適應控制系統仿真研究
基于MATLAB/Simulink 機器人魯棒自適應控制系統仿真研究
高道祥，薛定宇
（東北大學教育部暨遼寧省流程工業綜合自動化重點實驗室，沈陽 110004）
摘 要：介紹了一種在MATLAB/Simulink 環境下進行機器人魯棒自適應控制系統仿真的方法，利
用Matlab 軟件強大的數值運算功能，將系統模型用Matlab 語言編寫成M-Function（或S-Function）
文件，通過User-Defined-Function 模塊嵌入到Simulink 仿真環境中，可以充分發揮Simulink 模塊
實時的動態仿真功能，簡化仿真模型的設計，修改和調整。基于M-Function 建立機器人系統模型
的方法可以推廣到其他復雜控制系統的建模，SimMechanics 在建立多自由度連桿機器人受控對象
仿真模型時，簡單可靠。
關鍵詞：機器人；Matlab/Simulink；SimMechanics；仿真；魯棒自適應控制
中圖分類號：TP391.9 文獻標識碼：A 文章編號：1004-731X (2006) 07-2022-04
基于MATLABSimulink機器人魯棒自適應控制系統仿真研究.pdf
展開 自適應前照燈控制系統
概述
自適應前照燈控制系統（Adaptive Front-lighting System，簡稱AFS）是一種智能燈光調節系統。通過感知駕駛員操作、車輛行駛狀態、路面變化以及天氣環境等信息，AFS 自動控制前照燈實時進行上下、左右照明角度的調整， 為駕駛員提供良好的道路照明效果。
經緯恒潤作為AFS控制系統供應商，已經成功為包括通用（GM）、上海通用（SGM）、長城、上汽、北汽、廣汽、一汽在內的多家國內外客戶進行了AFS控制系統的配套。
系統功能
自適應前照燈控制系統能夠顯著改善各種路況下的照明效果，提高行車安全。
虛線表示無動態調光的光照角度
上下調節功能 左右調節功能
系統組成
乘用車的自適應前照燈控制系統由主控制器單元、左/右旋轉執行器、左/右調光電機、前/后車身高度傳感器組成。
AFS 系統（上下左右調節功能）
ALS 系統（上下調節功能）
配套客戶
展開 270 基于matlab的模糊自適應PID控制 ￥65
基于matlab的模糊自適應PID控制，具有10頁報告。傳統PID在對象變化時，控制器的參數難以自動調整。將模糊控制與PID控制結合，利用模糊推理方法實現對PID參數的在線自整定。使控制器具有較好的自適應性。使用MATLAB對系統進行仿真，結果表明系統的動態性能得到了提高。程序已調通，可直接運行。
分享 | 發動機自適應水泵系統設計
圖4 系統軟件功能模塊
圖5 實時數據曲線界面
4 結束語
新型自適應水泵與發動機皮帶通過電磁離合器連接，該系統前期采用邏輯方式控制電磁離合器的吸合，完成發動機的暖機工作，之后通過自適應控制算法，實現水泵合理的啟停時間優化。自適應水泵系統通過電磁離合器對水泵的控制實現極端環境下發動機的快速暖機；通過自適應算法實現適時非持續運轉，提高發動機燃油經濟性。
參考文獻
[1]盧廣峰,郭新民,孫運柱,等.汽車發動機冷卻系統的發展與現狀[J].農機化研究,2002(2):129-132.
[2]楊鴻鑌,劉海峰,王滸,等.基于外特性前饋和模糊控制反饋的發動機冷卻系統控制策略研究[J].內燃機工程,202041(3):68-76,85.
[3]呂良,陳虹,宮洵,等.汽油發動機冷卻系統建模與水溫控制[J].浙江大學學報(工學版),2019,53(6):106-116.
[4]任家潮.關于汽車發動機冷卻水泵研究進展分析[J].內燃機與配件,2018(17):107-108.
[5]高猛.工程機械發動機自調角節能冷卻風機研究[D].阜新:遼寧工程技術大學,2012.
[6]王旭東.汽車電子控制裝置與應用[M].北京:機械工業出版社,2007.
[7]劉金琨.智能控制[M].北京:電子工業出版社,2010.
[8]韓冰.智能自適應控制技術的現狀及發展[M].科技信息.2010.
展開 
Fluent網格自適應功能
網格自適應技術概述
Fluent中的網格自適應技術可以允許我們根據數據計算結果來修改網格梳密布置或網格走向。
1.1 優點
運用自適應法完善網格，在網格中如果你需要可以增加網格單元，這樣使你更精確地計算流場的特性。當你正確地用了網格自適應方法，那得到的網格對流體計算是最優的，因為這方法能確定哪里加入了有更多網格單元。
1.2 使用準則
表面網格必須足夠的好來為表征一些重要的幾何特征。
初始網格應該有足夠多的網格單元來捕獲流場的關鍵特征。
在進行網格自適應前應該是一個合理收斂的結果。
網格自適應技術一般用于計算的中間，算著覺得某個部分不太好，用這個技術提高一下質量，繼續算。
差的自適應操作可能會產生不利的效果。
在進行自適應過程前，建議先建立case文件和data文件。這樣，如果產生不理想的網格，你還可以用保存了的文件來重新開始這過程。
2. 網格自適應技術類型
2.1 邊界自適應（Boundary Cell Registers）
如果在邊界上要求更多的單元，就可以采用邊界自適應來實現。邊界自適應函數允許你在選定的邊界區域附近標記或細化單元。因為流體相互作用常常出現在這些區域，比如在靠近避免的邊界層有很大的速度梯度，所以它可以在靠近一個或多個邊界域進行網格細化。
邊界自適應有三種不同方法:
邊界自適應是根據單元離開邊界的距離來確定單元數目
邊界自適應是在單元離開邊界的垂直距離基礎上
邊界自適應是在目標邊界體積和增長因子的基礎上
可以通過邊界命令的選擇方式，通過cell distance(網格的層數)進行選擇。
展開 自動駕駛的ACC自適應巡航
比如自適應巡航系統，幾乎成了豪華車的標配。但什么是自適應？雷達有什么用？巡航控制控制啥？
其實巡航控制很早就有了，18世紀時誕生了最早版本的巡航控制，它的作用是為了阻止蒸汽機的運轉過快。后來，巡航控制系統被連接到速度表以及驅動軸上，用來計算行車速度，然后利用電腦控制油門來維持司機預先設定的速度。如今，這一切動作都被整合到一個小黑盒中——ECU。在減少駕駛員體力消耗的同時，巡航控制還能夠稍稍提高燃油經濟性。
定速巡航最初流行起來是在美國，因為長直寬的洲際公路特別多，許多司機需要長途駕駛，為了減少駕駛疲勞，定速巡航就這么開始流行了。而在歐洲，因為小路多，轉彎多，定速巡航這一配置最早僅僅被看成是高端豪華車的象征。不過現在，定速巡航還是普及了起來，現代化的電子技術成本降低，使得這個當年豪車上的配置也裝備到了普通家用車中。
用過定速巡航功能的朋友都知道，要么在高速上不堵車的路況下，或者在凌晨3點空曠無人的大街上才能用它。而在實際的生活中，我們經常遇到交通擁堵的情況，時而加速時而剎車，定速巡航似乎成了擺設，于是自適應巡航控制（ACC）應運而生。
ACC自適應巡航控制系統
ACC（Adaptive Cruise Control）自適應巡航控制系統（以下簡稱ACC）是一種基于傳感器識別技術而誕生的智能巡航控制，相比只能根據駕駛者設置的速度進行恒定速度巡航的傳統巡航控制系統，ACC可以對于前方車輛進行識別，從而實現了“前車慢我就慢，前車快我就快”的智能跟車的效果，目前根據使用速度區段，可分為基本版ACC（30-150km/h）和全速ACC（0-150km/h）。
展開 MBSE建模語言學習：ARCADIA和SysML方法在自適應巡航控制系統架構建模中的對比
在自適應巡航控制系統（ACC）中，我們可能已經知道系統所期望的能力是“保持目標車輛的速度”和“保持與領先車輛的恒定差距”。然而，在決定開發ACC之前，可以考慮高層級的運行能力，例如“在高速公路上行駛時提供幫助”，以便探索類似自適應巡航控制的備選方案。基于此，可以定義系統行為的系統級任務和能力。
圖3. 在SMW中使用集成的Teamcenter環境進行需求跟蹤
描述運行活動和能力場景
一種運行能力可以用多種運行場景來描述。運行場景用于定義每個參與者和實體在場景中要執行的活動及其交互順序。或者，可以通過運行活動交互圖（OAIB）來描述能力，以表示特定能力的交互，而不暫時考慮給參與者和實體分配。
圖4. 運行活動交互
定義運行模式和狀態
運行實體或參與者可以具有各種狀態和模式，這些狀態和模式可以由模式和狀態機圖（MSM）來描述。Capella/SMW提供不同的模型元素的模式和狀態，來表示模式和狀態，而在SysML中，只能使用狀態元素對狀態或模式進行建模。
在ACC的示例中，車輛系統充當ACC系統的參與者，因為它將考慮“驅動”和“人機界面”功能，而“傳感”和“決策”功能將由ACC系統執行。這是因為系統架構師僅從ACC架構師的角色出發。同時，車輛架構師可能負責為整車及其負責執行ACC運行的子系統開發系統架構。
圖5. 車輛系統狀態圖
將活動分配給運行參與者和實體
運行分析階段的主要輸出之一是描述預期系統運行架構的運行架構圖（OAB）。在圖6中，對駕駛員、車輛系統及其實體和環境進行建模，其中包括主要參與者和將發生相互作用以實現預期目標的實體，并對其各自的活動進行了定義和分配。
圖6.
展開 制動和轉向自適應控制下的智能駕駛系統
目前正在針對以下挑戰進行深入研究：
– 確定可以并希望通過控制系統確定汽車特性的區域
– 為給定的智能汽車家族組裝最佳的主動系統產品組合
– 針對給定的智能汽車電子架構設計機箱控制功能，以應對復雜性
對于所有主機廠來說，全面的車輛動力學控制協調概念的目標還有很長的路要走。盡管如此，有關目標仍存在一致意見。
在正常情況下，底盤控制應提供最大的舒適度和娛樂性。主機廠擁有創建個人汽車角色的所有自由。在處于摩擦極限的臨界情況下，每個可用的執行器都將起作用，自適應的主動底盤控制將幫助駕駛員避免發生意外。
展開 自適應巡航控制系統
【免責聲明】文章為作者個人觀點，不代表EDC電驅未來立場。
如因作品內容、版權等存在問題，請于本文布30日內聯系EDC電驅未來進行刪除或洽談版權使用事宜。
ABAQUS顯式ALE自適應網格控制選項卡參數意義與設置
ABAQUS/Explicit中采用自適應網格ALE調整網格時，選項卡ALE Adaptive Mesh Controls中的參數很多，下文總結了各個參數的含義及使用范圍，希望能幫助大家。
1） priority參數設置：
是指網格梯度控制（是否保持初始網格梯度，若需要保持初始網格梯度，則對網格的質量將會有影響）。
?
對于拉格朗日問題選擇Improve aspect ratio，在計算過程中將考慮到網格單元高寬比的改善，不考慮對初始網格梯度的保持。
?
對于歐拉問題選擇：Preserve initial mesh grading，在計算過程中保證初始的網格梯度，但不會考慮到網格寬高比的改善。
2） smoothing algorithm 參數設置：
?
Use enhanced algorithm based on evolving element geometry主要是在幾何學的方面對我們定義的網格sweep算法（前面提到的三種算法）進行增強，目的是為了保證adaptive remesh過程的健壯性，為推薦選項，選它就行了
?
conventional smoothing利用我們定義好的算法進行計算，無幾何增強。
3） Meshing predictor參數設置
是網格節點位置控制（理想的網格節點位置控制，將會減少需要的網格sweeps次數，減少資源浪費）
?
對于拉格朗日問題選擇Current deformed position；
?
對于歐拉問題選擇Position from previous adaptive mesh increment。
4） Curvature refinement參數設置
是曲率較大的曲線曲面邊界的網格密度控制，默認為1，該值越大，則圓角區的網格密度也就會越大，比較簡單。
展開 液壓控制為什么愛用正弦曲線運動（轉自液壓傳動與控制）
在這種情況下，需要自適應控制。
自適應正弦運動不會試圖使目標位置與實際位置之間的誤差保持很小。相反，它是一種半開環模式，其中調節開環信號，以使實際位置的峰值與所需峰值相同，但在實際位置和目標位置之間會有相位滯后。
將會出現的一個問題是，由于開環增益在伸出方向上比在縮回方向上更高，因此單出桿油缸將更易伸出。這意味著開環正弦波還必須按比例縮放輸出的幅度，以使油缸在測試過程中不會越來越慢地伸出。如果使用雙出桿油缸，則可以大大降低這種效果，因為活塞的面積在兩側都相同（假設桿的直徑相同）。
油源部分的考慮
泵的規格尺寸通常也不正確。在大多數情況下，所需的泵規格會被高估，因為使用的是峰值流量而不是平均流量。平均流量約為峰值流量的0.64。如果蓄能器尺寸正確，則可以安全地設定泵的規格尺寸，以提供約0.7的峰值流量值。使用峰值流量來確定泵的大小仍然可以，但是會導致泵的流量超出必要的太多。
HPU的大小應根據平均流量確定，再加上更多一點的空間以確保安全裕度，并且還應考慮到某些油液實際上并未直接移動執行器；它用于壓縮油以增加力從而加速負載。應該使用一個或兩個蓄能器來提供峰值油流量，并依靠正弦波的速度何時變慢來為蓄能器補油。HPU不能足夠快地響應正弦波的流量需求，因此當泵不能提供時，需要用蓄能器來供油。
另一個問題是選擇正確的泵類型。壓力補償泵是常見的選擇，但是壓力補償無法跟上系統的流量和壓力波動。而且，調節斜盤最終會在一個很小的范圍內來回循環，這會在調節斜盤運動的范圍內使泵磨損。更好的解決方案是使用由調速電機驅動的固定排量泵。
運動控制器將根據運動的幅度，頻率和活塞面積隨時知道正在使用多少油。流量計算可用作預測流量的前饋。
展開 
適用于渦輪機械應用的穩健且準確的網格自適應
作者Cadence CFD 解決方案
Cadence CFD 和 ISimQ 共同開發了一種新的網格自適應程序，非常適合具有挑戰性的渦輪機械 CFD 仿真。自動適應創建的網格牢固地符合底層幾何形狀，尊重用戶定義的局部各向異性邊界層網格細化以提高效率，并由適應傳感器驅動，可準確解析大型和細微的二次流特征。該方法旨在通過最小化基于 CFD 求解器的截斷誤差來控制離散解中的數值誤差。自適應傳感器是為以節點為中心的有限體積 CFD 求解器開發的，包括對網格尺寸隨每個自適應步驟增加的速率的控制。這種適應過程的好處是網格質量隨著適應而提高，
介紹
網格自適應程序在過去三十年里一直可用。在網格自適應中，CFD 仿真從初始網格開始，仿真過程改進網格以減少當前流量的離散化誤差。在第一步中，自適應算法例如通過檢查流變量的局部梯度來估計截斷誤差。然后，他們豐富了最高梯度區域的網格，希望減少離散化誤差并確定模擬問題的“理想”網格。適應聽起來令人印象深刻。許多商業 CFD 軟件包中都提供了它。
那么為什么我們不在 CFD 模擬中使用自適應呢？
問題在于大多數網格自適應程序否定了他們試圖解決的關鍵好處。
適應無法解析正確的幾何形狀
局部細化網格時，自適應會降低網格質量
流動變量梯度廣泛的近壁剪切層的適應面臨許多挑戰
適應過程通常會導致運行時間過長，要么是因為網格過度細化，要么是在適應過程中網格質量下降
隨著將系統和近壁湍流建模誤差降至盡可能低的水平的需求，控制和減少數值誤差（局部網格尺寸相對于局部流動變化而產生的誤差）提出了新的、具有挑戰性的要求。雖然網格自適應已經存在了幾十年，但在實踐中，它往往遠遠不能滿足現代渦輪機械 CFD 分析師的需求。
展開 AIoT自働化控制平臺
自働控制
除了工序控制外，伺服控制器亦將時時檢測機臺控制元件作動是否異常、偵測工序進行是否是穩態或有偏差、接收自動檢驗設備檢驗結果，以及將即時警訊輸出到蜂鳴器或三色燈等輸出單元，亦可更進階附加智慧控制演算，如深度學習修正PID控制、自適應控制、隨機估算暨動態控制等。
現場管制
機臺所產生之生產、余料（命）、機臺健康狀況等資訊回傳，可造就層次分明、分層管制的現場管制架構。
ANSYS網格非線性自適應
7）右鍵Static Structure--insert--Nonlinear Adaptive Region插入網格非線性自適應工具。
8）幾何選擇橡膠密封圈，選擇Energy based準則，選擇Equally Spaced Points并且設置為3次，時間范圍為整個載荷步范圍。
9）在分析設置中，子步最小值為50，最大值為100，并且在非線性自適應網格重劃分控制中選擇網格分割方法。
10）在求解結果出插入位移和等效應力選項。然后求解。
【求解結果】
1）從分析可知經過179步得出結果，橘黃色的線代表進行了三次網格重劃分。
2）從位移云圖中可知，最大位移為16.616mm，可以明顯看出網格細化過程。
3）從應力云圖中可知最大應力為0.05326Mpa，最大應力在橡膠密封圈與底板拐角接觸地方和壓板接觸的中間位置，并且可以明顯看出網格細化過程。
【問題討論】
假如不使用網格非線性自適應，結果如何？
1）從下圖中抑制Nonlinear Adaptive Region并且求解，經過240步求解失敗，從提示中可以看出由于約束的原因，非線性問題求解不收斂。
2）在0.78秒時刻求解已經失敗，下圖為求解失敗的位移和應力云圖。
【總結】
1）網格非線性自適應非常適合大變形或大扭曲導致不收斂問題的解決。
2）可以增加仿真結果的精度（本案例未驗證）。
來源：深圳
展開 Cadence Fidelity CFD尊重幾何并減少運行時間的保真 CFD 網格自適應
Pointwise 網格自適應技術以協調和自動化的方式將網格劃分和求解步驟分開，從而能夠根據正在開發的流動解決方案或基于應用程序的目標來細化網格（如圖 2 所示）
圖 2. 金剛石翼型的網格適應兩個不同的目標，即適應阻力（左）和適應沖擊傳播（右）。
這種自動網格細化工具僅用于網格不足的區域。它首先創建一個基線流動解決方案，然后通過使用該流動解決方案，確定與網格尺寸缺陷相對應的誤差估計。此步驟重復多次以更好地控制網格離散化誤差。對于高質量的 CFD 網格劃分，此方法也可用于離體體素網格劃分，以獲得離體特征的均勻且出色的分辨率，特別是捕獲尾流區域。在圖 3 中，使用網格自適應工具細化了轎車的尾流剪切層網格。
圖 3.定義離體特征的網格細化。
帶走
Fidelity Pointwise 網格自適應工具：
適應底層幾何形狀。
有效地解析邊界層區域內的網格。
有效控制自適應速率，逐步提高網格質量。
減少運行時間
要了解有關 Pointwise 中的網格自適應的更多信息，請申請免費試用許可證。
文章來源：cadence博客
展開 