自适应控制 MRAC Simple模拟器 工具列表
交互式模拟器

自适应控制 MRAC Simple模拟器

比较参考响应、追踪误差和适应增益历史,观察增强适应后改善或振荡的趋势。

参数输入
对象时间常数
s

被控对象响应速度。

模型时间常数
s

期望参考模型速度。

适应增益 γ
-

参数更新强度。

外扰强度
%

负载变化或未建模外扰。

计算结果
稳态追踪误差
整定时间
振荡倾向
适应进展
参考模型响应
追踪误差历史
适应增益历史
物理模型与主要公式

$$\dot\theta=-\gamma e x,\quad y_m=\frac{1}{\tau_m s+1}r$$

MRAC通过调节控制参数使对象跟随参考模型。适应增益过大时,会放大外扰和模型误差。

如何解读

响应图比较对象输出与参考模型。

误差图显示增大适应增益后误差降低还是出现振荡。

增益历史检查参数更新是否收敛。

通过对话理解自适应控制 MRAC Simple

🙋
看自适应控制 MRAC Simple时,应该先看哪里?调整对象时间常数后,图和数值都会变化,有点不好判断。
🎓
先看稳态追踪误差,但不要只看数字。用参考模型响应确认前提形状或状态,再用追踪误差历史看分布和变化方式。响应图比较对象输出与参考模型。
🙋
对象时间常数变大时稳态追踪误差会变化,这比较直观。那模型时间常数的影响要怎么读?
🎓
逐步调整模型时间常数并观察整定时间,就能看出哪个因素在控制结果。MRAC通过调节控制参数使对象跟随参考模型。适应增益过大时,会放大外扰和模型误差。 不要只算一个点,要在实际可能波动的范围内来回检查。
🙋
适应增益历史主要用来做什么?只看普通曲线不够吗?
🎓
适应增益历史用来找危险边界,以及余量突然变小的输入组合。误差图显示增大适应增益后误差降低还是出现振荡。 例如适应控制概念设计时,比单点结果更重要的是条件稍微偏离后会怎样。
🙋
如果稳态追踪误差满足要求,就可以直接采用这个条件吗?
🎓
这里适合作为初步判断。它对检查参考模型速度与对象速度的差异和有外扰条件下初步整定适应增益有帮助,但最终判断仍要结合标准、实测值、详细分析和厂家条件。增益历史检查参数更新是否收敛。

实际使用

适应控制概念设计。

检查参考模型速度与对象速度的差异。

有外扰条件下初步整定适应增益。

常见问题

先看稳态追踪误差和整定时间。然后用参考模型响应确认前提状态,再用追踪误差历史读取分布和偏差。响应图比较对象输出与参考模型。
先单独调整对象时间常数,再以相近幅度调整模型时间常数,比较稳态追踪误差的变化。适应增益历史能显示哪些输入组合会让余量或性能快速变化。
适合用于适应控制概念设计。不要只看单点数值,而应扩大输入范围,确认稳态追踪误差是否仍有余量,再决定是否进入详细分析。
MRAC通过调节控制参数使对象跟随参考模型。适应增益过大时,会放大外扰和模型误差。最终判断仍需结合标准、实测值、详细分析和厂家条件。