Robuste Rückkopplungsstabilität unter gemischter Verstärkungs- und Phasenungewissheit
Die Studie untersucht das Problem der robusten Rückkopplungsstabilität für lineare zeitinvariante Mehrgrößensysteme mit sektorförmiger Scheibenunsicherheit, d.h. dynamischer Unsicherheit unter gleichzeitigen Verstärkungs- und Phasenbeschränkungen. Es wird eine weniger konservative hinreichende Bedingung für das Matrix-Sektor-Scheiben-Problem abgeleitet, aus der mehrere robuste Rückkopplungsstabilitätsbedingungen gegen Sektor-Scheiben-Unsicherheit formuliert werden.
Leistungsfähigkeit großer Sprachmodelle in der Regelungstechnik: Eine Benchmark-Studie zu GPT-4, Claude 3 Opus und Gemini 1.0 Ultra
Große Sprachmodelle wie GPT-4, Claude 3 Opus und Gemini 1.0 Ultra zeigen vielversprechendes Potenzial bei der Lösung von Regelungstechnik-Problemen auf Hochschulniveau, wobei Claude 3 Opus als der derzeitige Spitzenreiter hervortritt.
Robuste adaptive modellprädiktive Regelung unter Verwendung von Unsicherheitskompensation
Das Hauptziel dieses Artikels ist es, einen Rahmen für eine robuste adaptive modellprädiktive Regelung (MPC) unter Verwendung von Unsicherheitskompensation vorzustellen, um lineare Systeme mit sowohl passenden als auch unpassenden nichtlinearen Unsicherheiten unter Berücksichtigung von Zustands- und Eingangsbeschränkungen zu regeln.
Nichtlineare Erweiterung der Integralkomponente der PID-Regelung mit verbesserter Konvergenz bei gestörten Systemen zweiter Ordnung
Eine nichtlineare Erweiterung des Integralteils der PID-Regelung wird vorgeschlagen, um die Konvergenzleistung bei unbekannten Störungen in Systemen zweiter Ordnung zu verbessern.
Ein schnell konvergierender Algorithmus zur iterativen Anpassung der Feedforward-Reglerparameter
Ein neuer Algorithmus wird vorgestellt, der die Konvergenzgeschwindigkeit der iterativen Anpassung von Feedforward-Reglerparametern deutlich verbessert, indem er eine Kombination aus Koordinatentransformation, schrittweiser Suche und lernfähiger Schrittweite verwendet.
Stabilisierung linearer port-hamiltonischer Descriptor-Systeme mittels Ausgangsrückführung
Notwendige und hinreichende Bedingungen werden präsentiert, die garantieren, dass es eine proportionale Ausgangsrückführung gibt, sodass das resultierende geschlossene port-hamiltonische Descriptor-System (robust) asymptotisch stabil ist.
Symbiotische Steuerung unsicherer dynamischer Systeme: Nutzung der Synergie zwischen Festwertregelung und adaptiven Lernarchitekturen
Die Arbeit präsentiert einen neuartigen symbiotischen Steuerungsrahmen, der die Stärken von Festwertregelung und adaptiven Lernarchitekturen nutzt, um die Auswirkungen von Unsicherheiten in einer vorhersagbareren Art und Weise als allein durch adaptives Lernen zu mindern, ohne dass Kenntnisse über diese Unsicherheiten erforderlich sind.
Robuste Stabilisierung in endlicher Zeit linearer Systeme mit begrenzter Zustandsquantisierung
Lineare zeitinvariante Systeme können durch eine nichtlineare Rückkopplung mit einem Quantisierer mit begrenzter (endlicher) Anzahl von Werten (Quantisierungssamen) in endlicher Zeit auf Null stabilisiert werden, auch wenn alle Parameter des Reglers und des Quantisierers zeitinvariant sind.
Effizienter Ansatz zur Lösung des linearen quadratischen Regulationsproblems mit Sparsitätsbeschränkung
Ein effizienter Greedy-Algorithmus mit Leistungsgarantie wird vorgestellt, um das lineare quadratische Regulationsproblem unter Sparsitätsbeschränkung zu lösen.
Optimale Steuerung von Systemen mit nur relativen Messungen
Die Arbeit zeigt, dass das Problem der optimalen Regelung von Systemen mit nur relativen Messungen als konvexes Optimierungsproblem formuliert werden kann.
© 2024 by Linnk AI