Контроль динамики отеков


Динамическое наблюдение за отеками

Для проведения динамического наблюдения за отеками необходимо:

· расспрашивать пациентов: жалобы на малую обувь и кольца, онемение пальцев рук, тяжесть в ногах;

· проводить осмотр: появляется одутловатость лица, сглаженность костных выступов на ногах, вмятины от носок и ремешков обуви;

· проводить пальпаторное обследование – при надавливании появляется ямка, которая сразу не исчезает;

· по утрам измерять окружность голени - если за неделю она увеличилась более чем на 10 мм, это говорит об усилении отечного синдрома;

· проводить контроль диуреза;

· проводить регулярное взвешивание пациента;

· рассчитывать и оценивать водный баланс пациента.

 

Понятие о водном балансе, процедуре определения и методике подсчета

Водный баланс человека – процентное соотношение количества поступившей в организм за сутки жидкости с выделенной за сутки мочой.

Если всю поступившую за сутки жидкость принять за 100%, количество выделенной мочи должно составить 80%. Такой водный баланс уздорового человека.

Если количество выделенной мочи составляет менее 80% - отрицательный ВБ, свидетельство нарастания отеков.

Если количество выделенной мочи составляет более 80% - положительный ВБ, свидетельство схождения отеков

Процедура определения водного баланса пациента

Цель: выявление отеков, оценка эффективности лечения

Условия: градуированная емкость, лист бумаги, карандаш

Сестринские вмешательства при проведении процедуры определения водного баланса пациента
Сестринские вмешательства Обоснование
Подготовка к процедуре
Накануне вечером информировать пациента о предстоящем исследовании, объяснить цель и ход проведения, получить согласие Соблюдение права пациента на информированное согласие
Снабдить пациента градуированной емкостью Для сбора и измерения мочи
Снабдить пациента листом учета водного баланса Для ведения учета принятой за сутки жидкости и выделенной мочи
Выполнение процедуры
В 600в день исследования разбудить пациента, чтобы он осуществил мочеиспускание в унитаз Выпускается ночная моча предыдущих суток
В дальнейшем пациент собирает мочу в выданную ему емкость и измеряет количество, фиксируя в листе учета Учет выделенной мочи
Во время сбора мочи пациент фиксирует в листе учета всю принятую жидкость, включая напитки, первые и молочные блюда, жидкость для запивания лекарственных препаратов Учет поступившей за сутки жидкости
В 600следующих суток разбудить пациента, чтобы он в последний раз осуществил мочеиспускание в градуированную емкость и зафиксировал результат, взять у него лист учета Сбор последней порции мочи
Окончание процедуры
Подсчитать общее количество выделенной мочи и общее количество принятой жидкости, прибавив введенные жидкие лекарственные формы, учтя потери при рвоте и поносе Получение данных о водном балансе пациента
Рассчитать водный баланс пациента, дать оценку
Сообщить результат пациенту Соблюдение права пациента на информацию о его здоровье

 

Рис. 1.Лист учета водного баланса

 

Пример расчета водного баланса

За сутки пациент принял с пищей и лекарствами 1000 мл жидкости, внутривенно капельно ему было введено 0,9% раствора натрия хлорида 200 мл. Суточный диурез составил 650 мл.

1. 1000мл + 200мл = 1200мл – общее количество принятой за сутки жидкости.

2. Поскольку известно, что вся принятая жидкость = 100%, можно определить % выделенной за сутки мочи:

3. Сравнить: 54% <80% (ВБ здорового человека)

Заключение: ВБ у данного пациента отрицательный, отеки нарастают, лечение не эффективно.



VTOL Переходный маневр БПЛА с использованием инкрементной нелинейной динамической инверсии

В данной статье исследуется конструкция системы управления нового беспилотного летательного аппарата (БПЛА). БПЛА может выполнять вертикальный взлет и посадку (VTOL), переходный полет и крейсерский полет с помощью техники прямого управления силой. Подход нарастающей нелинейной динамической инверсии (INDI) принят для нелинейного и неаффинного управления БПЛА с 6 степенями свободы. На основе закона управления INDI предлагается метод двухуровневого каскадного распределения оптимального управления для обработки избыточных и связанных переменных управления.Для выбора веса при оптимальном распределении управления предлагается стратегия динамического веса. Эта стратегия может регулировать вес целевой функции в соответствии с состояниями полета и требованиями миссии, тем самым определяя направление оптимизации и обеспечивая рациональность результатов распределения. Результаты моделирования показывают, что БПЛА может точно отслеживать траекторию цели и демонстрировать постоянную маневренность в переходном полете.

1. Введение

БПЛА находят все большее применение, включая наблюдение, связь, поисково-спасательные операции и другие военные задачи.Среди различных условий полета БПЛА область высотой 0–1000 м в городах является одним из наиболее важных применений, где существует сложный рельеф и значительные порывы ветра, возникающие из-за атмосферной турбулентности.

В данном исследовании изучается новый БПЛА с фиксированным крылом вертикального взлета и посадки с двигателями с вектором тяги, который может быть применен в городских условиях. БПЛА может избавиться от ограничений, накладываемых условиями взлета и посадки, и быть точно восстановлен функцией зависания; БПЛА обладает большей боевой дальностью и большей скоростью полета за счет возможности полета вперед.В данной статье исследуется новая концепция крейсерского режима на малых скоростях. Для большинства современных самолетов вертикального взлета и посадки переход от режима висения к полету вперед является коротким и стабильным. Однако для крейсерского полета на малой скорости переход продлевается как нормальное состояние полета. Транспортное средство может поддерживать переходный полет в течение длительного времени в крейсерском режиме за счет прямого управления силой и обладает хорошей маневренностью. Этот режим полета подходит для транспортных средств, летящих в сложных условиях малой высоты. В то же время, при низкой скорости БПЛА и неэффективном аэродинамическом управлении поверхностью во время переходного полета, для управления ориентацией должна быть принята встроенная стратегия управления направляющими соплами и аэродинамической поверхностью.В связи с этим прямое управление силой вектора тяги имеет решающее значение для маневра перехода. Однако при использовании этого метода возникают большие нелинейности, избыточность и эффекты связи.

В последние годы исследования БПЛА с вертикальным взлетом и посадкой становятся все более успешными благодаря достижениям в области автоматического управления и растущей популярности платформ БПЛА [1]. Проблема переходных маневров изучалась для различных типов БПЛА, включая самолет с неподвижным крылом, оснащенный двигателем с вектором тяги и подъемным вентилятором [1–3], самолет с поворотным винтом [4–7], самолет с хвостовым оперением [ 8, 9], ВСВП с канальным вентилятором [10, 11] и самолетами с наклонным крылом [12, 13].Вспомогательная система управления пилота была разработана Франческо и Маттей [1] для БПЛА с фиксированным крылом конвертоплана, а логика управления для различных состояний полета была определена и синтезирована с использованием метода INDI. Для управления избыточностью использовалась логика последовательного подключения. Автономное управление переходом двух самолетов V / STOL было изучено Xili et al. [2]. Стратегии управления нелинейной траекторией в продольном направлении были разработаны специально для самолетов разных типов.Маневр квадрокоптера с наклоном был исследован Ryll et al. [7]. Схема управления в основном зависела от точной линеаризации уравнений движения, а избыточность срабатывания рассчитывалась с использованием псевдообратных матриц. Предыдущие работы обычно разделяют продольное и поперечное управление, логику управления проектированием для зависания, переходного полета и прямого полета, соответственно, и рассматривают некоторые избыточные управляющие переменные как константы для решения проблемы управления переходным маневром.Невозможно полностью реализовать маневренный потенциал БПЛА с векторной тягой.

В данной статье используется метод INDI для управления положением / ориентацией БПЛА во время маневра перехода. Метод INDI, который основан на нелинейной динамической инверсии (NDI), решает инкрементную форму уравнений движения и генерирует закон управления, существенно снижающий зависимость от аэродинамической модели и других моделей транспортных средств. INDI был впервые использован для контроля ориентации БПЛА Зиберлингом и др.[14]. Был предложен закон управления ориентацией квадрокоптера INDI, а импульс пропеллеров был включен в контроллер Smeur et al. [15]. Они обобщили этот метод, основанный на предыдущей работе, на внешний контур управления (контур управления положением) квадрокоптера в условиях сильных порывов ветра [16, 17]. Лу и др. [18] применили метод INDI к контроллеру траектории самолета. Они сравнили производительность контроллера INDI с производительностью подхода NDI и доказали, что метод INDI может эффективно уменьшить неопределенности модели.

В данной статье разработана система управления INDI для решения проблемы нелинейного управления 6-степенями свободы БПЛА в переходном полете, и основные элементы перечислены ниже: (1) Учитывая проблемы сильной нелинейности и характеристик многоосевой связи, предлагается унифицированная стратегия нелинейного управления с 6 степенями свободы для управления положением / ориентацией, и нет необходимости переключать логику управления в соответствии с различными состояниями полета. Метод INDI вводится для решения проблемы неопределенности модели и управления связью.В отличие от работы, проведенной Лу и соавт. [18] угол бокового скольжения не принимается равным нулю, и учитывается направленная тяга в 3 направлениях оси тела (2) Предлагается двухуровневый каскадный метод распределения оптимального управления для решения проблемы избыточности управления на основе INDI. закон контроля. Оптимальное распределение первого уровня проводится для распределения приращения положения полета и векторной тяги в контуре управления поступательной динамикой. Решение для тяги двигателя, векторных отклонений сопла и аэродинамических отклонений поверхности вычисляется в распределении управления второго уровня (3) Стратегия выбора динамического веса разработана для целевой функции двухуровневого распределения каскадного оптимального управления.В стратегии динамического выбора веса разработаны генератор веса и регулятор веса, которые вычисляют вес с помощью процесса аналитической иерархии (AHP) и регулируют вес в соответствии с состояниями полета и требованиями миссии, соответственно. Стратегия выбора динамического веса может распределять управляющие переменные в соответствии с требованиями миссии и обеспечивать достижимость оптимальных результатов.

Эта статья построена следующим образом: конфигурация и аэродинамические характеристики БПЛА вертикального взлета и посадки, исследованного в этой статье, описаны в Разделе 2.Математическая модель с 6 степенями свободы и система управления INDI транспортного средства приведены в разделе 3. Двухуровневый каскадный метод распределения оптимального управления представлен в разделе 4. В разделе 5 представлены результаты моделирования. В конце концов, выводы делаются в Разделе 6.

2. Конфигурация и аэродинамика БПЛА

БПЛА сконструирован по схеме тандемное крыло и подъемный корпус. Эта аэродинамическая конфигурация может обеспечить большую подъемную силу при ограничении, налагаемом размахом крыла, и делает БПЛА пригодным для полетов в сложных условиях полета на малой высоте.Система питания состоит из подъемного вентилятора в передней части фюзеляжа и двух двигателей с вектором тяги на каждой стороне задней части фюзеляжа, как показано на рисунках 1 (a) и 1 (b). Внизу подъемного вентилятора расположен руль управления с валом. Руль направления может отклоняться влево и вправо на 12 градусов и обеспечивает поперечную векторную тягу и моменты рыскания, как показано на рисунках 1 (c) и 1 (d). Сопло двигателя можно поворачивать вверх на 15 градусов и вниз на 90 градусов.Он обеспечивает 3-осевую векторную тягу для прямого управления усилием, как показано на рисунках 1 (e) и 1 (f). Благодаря взаимодействию подъемного вентилятора и двигателя вектора тяги БПЛА может выполнять вертикальный взлет, переходный полет и крейсерский полет.

В случае эксперимента без аэродинамической трубы аэродинамические коэффициенты БПЛА были получены методом аэродинамической оценки и расчетом CFD вместе. В аэродинамических коэффициентах производная статического тангажного момента находится в диапазоне от -0,04 до 0,056. При угле атаки от 0 до 18 градусов, что свидетельствует о статической нестабильности БПЛА в канале тангажа.Причина нестабильности конструкции заключается в том, что для БПЛА с вертикальным взлетом и посадкой выравнивание центра масс следует учитывать с распределением энергосистемы, а расположение аэродинамического центра, который находится впереди центра масс, облегчает продвижение транспортного средства в маневре перехода. . Производная статического момента рыскания находится в диапазоне от -0,017 до -0,03. Статическая устойчивость в канале рыскания вызвана двугранным эффектом заднего крыла. Основные производные динамического момента транспортного средства:, и. Все они меньше нуля, и это указывает на то, что демпфирующие моменты могут снизить угловые скорости и сохранить стабильность динамики автомобиля.Соотношение отображения между исполнительными механизмами, аэродинамическими силами и моментами обычно нелинейно. В этой статье, чтобы удовлетворить требованиям распределения элементов управления, используется аппроксимация полиномов для соответствия кривой аэродинамических данных между отклонениями привода и аэродинамическими коэффициентами. Это устранит необходимость в больших таблицах поиска и ускорит вычислительный процесс распределения элементов управления. Основные данные БПЛА представлены в таблице 1.


Артикул Данные

Скорость разбега 15 м / с
Крейсерская скорость 20 м / с
Длина автомобиля 1 м
Размах заднего крыла 1.57 м
Масса машины 5 кг
Максимальная тяга двигателя (одиночная) 2,6 кг
Максимальная тяга подъемного вентилятора 3,8 кг
Дальность полета 6 км

3. Дизайн системы управления INDI

В этом разделе представлен процесс разработки системы управления. Контроллер слежения за траекторией, применяя масштабированный по времени метод, разделен на четыре контура управления, т.е.е., контур управления поступательной кинематикой (положением), контур управления поступательной динамикой (траектория полета), контур управления вращательной кинематикой (ориентацией) и контур управления динамикой вращения (угловой скоростью). Учитывая различия во временных константах внутреннего и внешнего контуров, законы управления для внутреннего и внешнего контуров могут быть разработаны независимо [19, 20]. Принимая во внимание, что неопределенности модели, вызванные аэродинамическими силами и моментами, существуют просто в контурах управления поступательной и вращательной динамикой, эти два контура управления спроектированы с помощью метода INDI, а два других контура разработаны с помощью метода NDI.В этом разделе описаны уравнения летной динамической модели с 6 степенями свободы и модели двигателя с вектором тяги, принятые для построения системы управления.

3.1. Поступательное контура управления Кинематического

Вектор опорной траектории полета вычисляется в поступательной кинематической контуре управления на основе целевой траектории. Вектор положения и вектор траектории полета самолета определяются как где, и представляют положение самолета в направлениях на север, восток и вниз соответственно.обозначает общую скорость самолета, указывает кинематический азимутальный угол и представляет угол траектории полета. Уравнение поступательной кинематики выражается как

Целевые производные вектора положения могут быть разработаны с помощью классического линейного контроллера в соответствии с эталонной траектории и обратной позиции транспортного средства.

В (3) - коэффициенты усиления линейного регулятора положения. Для лучшего объяснения определения даны ниже: переменные с надстрочным индексом «des» обозначают желаемые команды, генерируемые линейным контроллером, а переменные с надстрочным индексом «ref» обозначают справочные команды, данные для контроллера, которому следует следовать.Контур поступательного кинематического управления не содержит неопределенностей модели, и для расчета управляющего сигнала принят метод NDI. Команда опорной траектории полета для следующего контура управления рассчитываются

.

Об оптимальной стратегии динамического контроля вредоносного компьютерного вируса

Подрывные компьютерные вирусы принесли огромные экономические потери. В этой статье рассматривается разработка экономичной стратегии динамического контроля вредоносных вирусов. Во-первых, проблема разработки моделируется как задача оптимального управления. Во-вторых, дается критерий существования оптимального управления. В-третьих, выводится система оптимальности. Далее представлены некоторые примеры оптимальной стратегии динамического управления.Наконец, оценивается эффективность реальных стратегий динамического управления.

1. Введение

Распространение компьютерных сетей принесло огромные выгоды человеческому обществу. Между тем, он предлагает ярлык для распространения компьютерных вирусов, что приводит к большим экономическим потерям [1]. Следовательно, сдерживание распространения цифровых вирусов было одной из основных проблем в области кибербезопасности. Динамика распространения компьютерных вирусов получила широкое распространение в качестве стандартного метода оценки распространенности вирусов [2].Начиная с основополагающей работы Кефхарта и Уайта [3, 4], появилось множество моделей распространения компьютерных вирусов, начиная от моделей на уровне популяции [5–12] и моделей на уровне сети [13–17] до узловых. были предложены уровневые модели [18–22].

Одной из центральных задач кибербезопасности является разработка стратегий контроля компьютерных вирусов, чтобы при ограниченном бюджете минимизировать потери, вызванные компьютерными инфекциями [23]. В последние годы задача оптимального проектирования стратегий контроля вирусов моделируется как задачи статической оптимизации [24–28].Однако оптимальные стратегии статического управления применимы только к ситуациям небольшого временного масштаба, когда состояние сети остается неизменным. В реальных ситуациях, когда состояние сети меняется во времени, задача оптимального проектирования стратегий борьбы с вирусами может быть смоделирована как динамическая задача оптимального управления [29–33]. Оптимальные стратегии динамического управления превосходят свои статические аналоги, потому что первые не только более рентабельны, но и применимы к разным временным рамкам.

Подрывной компьютерный вирус определяется как компьютерный вирус, период жизни которого состоит из двух последовательных фаз: латентной фазы и разрушительной фазы.В латентной фазе вредоносный вирус, находящийся на хосте, не выполняет никаких разрушительных операций. Скорее, вирус пытается заразить как можно больше хостов, отправляя им свои копии. На этапе прерывания вредоносный вирус, находящийся на хосте, выполняет множество операций, нарушающих работу хоста, таких как искажение данных, удаление данных или файлов и разрушение операционной системы. Для оценки распространенности деструктивных вирусов был предложен ряд моделей распространения вирусов, которые называются моделями Susceptible-Latent-Bursting-Susceptible (SLBS) [34–38].Основное различие между моделями SLBS и традиционными моделями SEIS заключается в том, что латентные хозяева в первых обладают сильной способностью к заражению, тогда как подвергшиеся воздействию люди во вторых не обладают способностью к заражению вообще. В последнее время базовые модели SLBS были расширены в разные стороны [39–43]. На уровне популяции Chen et al. [44] разработали оптимальную стратегию динамического контроля вредоносных вирусов.

Все вышеупомянутые модели SLBS являются популяционными; то есть они основаны на предположении, что каждый инфицированный хозяин в популяции с равной вероятностью заразит любого другого восприимчивого хозяина.Эти модели имеют два поразительных недостатка: (а) нельзя принять во внимание индивидуальные особенности разных хозяев и (б) влияние структуры сети распространения вирусов на распространенность вирусов невозможно выявить путем изучения моделей. Чтобы преодолеть эти недостатки, Ян и др. [45] представили SLBS-модель узлового уровня. По нашему мнению, оптимальные стратегии динамического контроля вредоносных вирусов следует разрабатывать на уровне узлов, чтобы достичь максимальной экономической эффективности.

Эта статья предназначена для разработки на уровне узла оптимальной стратегии динамического контроля разрушительных компьютерных вирусов.Во-первых, проблема разработки моделируется как задача оптимального управления. Во-вторых, приводится критерий существования оптимального управления для задачи оптимального управления. В-третьих, представлена ​​система оптимальности для задачи оптимального управления. Далее приведены некоторые примеры оптимальных стратегий динамического управления. Наконец, оценивается разница между рентабельностью произвольной стратегии управления и оптимальной динамической стратегии.

Последующие материалы данной работы организованы следующим образом.В разделе 2 представлены предварительные знания по теории оптимального управления. В разделах 3 и 4 формулируется и исследуется задача оптимального управления соответственно. Некоторые числовые примеры приведены в разделе 5. В разделе 6 оценивается упомянутая выше разница. Наконец, раздел 7 завершает эту работу.

2. Фундаментальные знания

Фундаментальные знания по теории оптимального управления см. В [46].

Рассмотрим следующую задачу оптимального управления.

Лемма 1. Задача имеет оптимальное управление, если одновременно выполняются следующие пять условий. (C 1 ) замкнутый и выпуклый. (C 2 ) Есть такая, что дополнительная динамическая система разрешима. (C 3 ) ограничено линейной функцией в. (C 4 ) выпуклая на. (C 5 ) для некоторой векторной нормы, и.

3. Постановка задачи оптимального управления

Рассмотрим совокупность помеченных хостов (узлов). Как и в случае с традиционными моделями SLBS, предположим, что в любой момент каждый узел в популяции находится в одном из трех возможных состояний: восприимчивый , скрытый и разрушительный .Уязвимые узлы - это те узлы, которые не заражены никакими разрушительными компьютерными вирусами. Скрытые узлы - это те узлы, которые заражены некоторыми разрушительными вирусами, и все они находятся в латентной фазе. Подрывные узлы - это те, которые заражены некоторыми подрывными вирусами, и некоторые из них находятся в подрывной фазе. Пусть 1 и 2 обозначают, что в данный момент узел является восприимчивым, скрытым и разрушительным соответственно. LetAs () вектор вероятностно фиксирует состояние популяции в определенный момент времени.

Предположим, что стратегия динамического контроля будет осуществляться в течение периода времени

.

% PDF-1.5 % 4 0 obj (Введение) endobj 5 0 obj > endobj 8 0 объект (История I-A и связанные с ней работы) endobj 9 0 объект > endobj 12 0 объект (Связь I-B с предыдущей работой) endobj 13 0 объект > endobj 16 0 объект (Схема I-C) endobj 17 0 объект > endobj 20 0 объект (Операторы И.И. Купмана) endobj 21 0 объект > endobj 24 0 объект (II-Бесконечномерный оператор Купмана) endobj 25 0 объект > endobj 28 0 объект (II-B Аппроксимация управляемого данными оператора Купмана) endobj 29 0 объект > endobj 32 0 объект (Оператор Купмана II-C для управления) endobj 33 0 объект > endobj 36 0 объект (III Расширение полномочий контроля с помощью операторов Купмана) endobj 37 0 объект > endobj 40 0 obj (IV Синтез управления для активного изучения динамики оператора Купмана) endobj 41 0 объект > endobj 44 0 объект (Контрольный состав IV-A) endobj 45 0 объект > endobj 48 0 объект (Максимизация информации IV-B) endobj 49 0 объект > endobj 52 0 объект (V Активное обучение свободно падающих квадрокоптеров однократного выполнения) endobj 53 0 объект > endobj 56 0 объект (Постановка проблемы V-A) endobj 57 0 объект > endobj 60 0 obj (V-B Другие стратегии активного обучения) endobj 61 0 объект > endobj 64 0 объект (Результаты V-C) endobj 65 0 объект > endobj 68 0 объект (Чувствительность V-D к инициализации и параметрам) endobj 69 0 объект > endobj 72 0 объект (Обсуждение V-E) endobj 73 0 объект > endobj 76 0 объект (В.И. Автоматическое открытие наблюдаемых функций оператора Купмана) endobj 77 0 объект > endobj 80 0 объект (VI-A, включая автоматическое обнаружение функций) endobj 81 0 объект > endobj 84 0 объект (Примеры VI-B) endobj 85 0 объект > endobj 88 0 объект (Обсуждение VI-C) endobj 89 0 объект > endobj 92 0 объект (VII эксперименты с роботами) endobj 93 0 объект > endobj 96 0 объект (Эксперименты VII-A: Гранулированная среда и Sphero SPRK) endobj 97 0 объект > endobj 100 0 объект (Эксперименты VII-B: отслеживание траектории переосмысления робота Сойера) endobj 101 0 объект > endobj 104 0 объект (VIII Заключение) endobj 105 0 объект > endobj 108 0 объект (Приложение A: Параметры для различных примеров) endobj 109 0 объект > endobj 112 0 объект (A-A Управление форсированным осциллятором Ван дер Поля) endobj 113 0 объект > endobj 116 0 объект (Квадрокоптер A-B в свободном падении) endobj 117 0 объект > endobj 120 0 объект (Конфигурация автоматического обнаружения функций нейронной сети A-C) endobj 121 0 объект > endobj 124 0 объект (Отслеживание А-Д СПРК в песках) endobj 125 0 объект > endobj 128 0 объект (A-E Sawyer Control) endobj 129 0 объект > endobj 132 0 объект (Приложение B: Доказательства) endobj 133 0 объект > endobj 136 0 объект (B-A Доказательство предложения ??) endobj 137 0 объект > endobj 140 0 объект (B-B Доказательство теоремы ??) endobj 141 0 объект > endobj 144 0 объект (Ссылки) endobj 145 0 объект > endobj 188 0 объект > ручей x ڍ ZKwHX ߏͤ ӝq3wTxBj "zP +? xÛgUY _? ^ ŹWU ^ W ^ Q> ~ O7BU ~] %% yB? 儑 W ~, B% vd: HVF & ٔ] S5ORk) ն c) 5 & ^ JˋD & {6C ~ QjlT" G;NX # 'k7PmA (Vuzs> Aj4) Ԍ / t (mnxA, EerSc0KVe? H Hxe] XƳByx * 8] U i $ ΆZ "xUXe3OFP h $! Н * ЛИС, ОАНКРА: OG, TY

.Контроль слежения

для мобильных роботов с учетом динамики всех их подсистем: экспериментальная реализация

Задача отслеживания траектории в колесном мобильном роботе (WMR) решается путем предложения трехуровневого иерархического контроллера, который учитывает математическую модель механической структуры (дифференциальный привод WMR), приводов (двигатели постоянного тока) и силовой каскад (понижающие преобразователи постоянного тока в постоянный). Самый высокий иерархический уровень - это кинематический контроль механической конструкции; средний уровень включает два регулятора на основе дифференциальной плоскостности исполнительных механизмов; и самый нижний иерархический уровень состоит из двух средних регуляторов, также основанных на дифференциальной равномерности для силового каскада.Чтобы экспериментально проверить осуществимость предложенной схемы управления, иерархический контроллер реализован через –- модулятор в созданном нами прототипе дифференциального привода WMR. Такая реализация достигается с помощью MATLAB-Simulink и интерфейса реального времени ControlDesk вместе с платой DS1104. Результаты экспериментов показывают эффективность и надежность предложенной схемы управления.

1. Введение

В последние годы колесные мобильные роботы (WMR) широко изучаются [1–3].Фактически, о разнообразных применениях WMR сообщалось во многих областях, таких как обращение с взрывчатыми веществами или радиоактивными материалами / отходами, планетарные и морские исследования, горнодобывающая и нефтехимическая промышленность, медицина, сельское хозяйство, дом и развлечения, среди прочего [4-7 ]. С одной стороны, управление WMR - непростая задача, поскольку их модели нелинейны и подвержены неголономным ограничениям [8, 9]. Несмотря на эти трудности, были достигнуты значительные успехи в разработке контроллеров, решающих несколько проблем, связанных с WMR: правило , путь после , уклонение от препятствий и отслеживание траектории .

Тем не менее, насколько известно авторам, ни одна из схем управления, описанных с экспериментами до сих пор, не учитывала полную динамику трех подсистем, составляющих, в общем, WMR, то есть (a) механическая конструкция , (b) приводы и (c) силовой каскад . Это связано с тем, что большинство контроллеров, решающих вышеупомянутые проблемы, были спроектированы с учетом только кинематической / динамической модели механической конструкции WMR, и лишь немногие другие были разработаны с учетом математической модели исполнительных механизмов.Это означает, что не уделялось должного внимания силовому каскаду. Однако в [10] утверждается, что учет динамики силового каскада при разработке алгоритмов управления мехатронными системами приводит к важным улучшениям. Более того, следует учитывать не только динамику энергетической ступени, но также, при необходимости, динамику, связанную с выработкой электроэнергии. Это само по себе является важной темой современных исследований [11–19].

Одна из основных причин, по которой динамика, связанная с силовым каскадом и выработкой электроэнергии, не учитывается при проектировании контроллеров для WMR, заключается в том, что получаемая математическая модель становится более сложной и, следовательно, разработка алгоритма управления также становится более сложной.Однако рассмотрение динамики, связанной с этими подсистемами, может привести к новым областям исследований, в которых силовая электроника будет играть важную роль в отношении хранения, распределения и преобразования электрической энергии [20–28]. Некоторые приближения в этом направлении представлены в [29, 30], где в мехатронных системах рассматривается динамика, связанная с исполнительными механизмами, силовой ступенью и выработкой электроэнергии.

Остальная часть этого документа организована следующим образом.Предыдущие работы по отслеживанию траектории для WMR рассмотрены в разделе 2, в то время как обсуждение такой литературы и вклад настоящей статьи даны в разделе 3. В разделе 4 описана разработка трехуровневого иерархического контроллера, который решает задачу отслеживания траектории. в WMR представлена. Некоторые экспериментальные результаты, полученные при управлении созданным нами прототипом WMR, показаны в Разделе 5. Наконец, в Разделе 6 приведены выводы.

2. Обзор литературы

С целью подчеркнуть вклад данной статьи, исчерпывающий обзор из наиболее актуальной литературы по отслеживанию траектории в WMR с дифференциальным приводом представлена ​​ниже.Было предложено два основных подхода, связанных с механической структурой: (i) проектирование на основе кинематической модели WMR и (ii) проектирование на основе динамической модели WMR. Таким образом, современный обзор основан на том, учитывается ли динамика, связанная с двумя другими подсистемами WMR, то есть исполнительными механизмами и силовым каскадом.

2.1. Рассмотрение только механической конструкции

В этом подразделе описываются предыдущие работы, связанные с задачей отслеживания траектории, в которых использовалась математическая модель, кинематическая или динамическая, только механической конструкции дифференциального привода WMR.

2.1.1. Кинематическая модель

Рассмотрены статьи, учитывающие кинематическую модель дифференциального привода WMR при разработке алгоритмов управления. Канаяма и др. [31] предложили стабильную стратегию управления отслеживанием для определения линейной скорости и скорости вращения транспортного средства. Они также показали с помощью численного моделирования, что их контроллер по-прежнему эффективен при небольших помехах. Самсон и Айт-Абдеррахим [32] представили контроллер обратной связи, разработанный на основе виртуального эталона для положения и ориентации.Мюррей и Састри [33] сообщили о методологии представления WMR в цепочечной форме. Им также удалось отследить заранее заданную траекторию, используя синусоиды в качестве управляющих входов. Робастный контроллер, основанный на скользящих режимах, был предложен Чакалом и Сира-Рамиресом [34], где используется свойство дифференциальной плоскостности системы и рассматриваются сигналы стохастических возмущений. Walsh et al. [35] разработали экспоненциально устойчивый закон управления. Цзян и Неймейер [36] представили два контроллера, основанных на обратном шаге, локальный и глобальный.Оба контроллера достигают экспоненциальной сходимости. Ким и О [37] разработали модифицированный контроллер линеаризации ввода-вывода для неквадратных систем, где три переменные состояния рассматриваются как выходы. Цзян и Неймейер [38] сосредоточились на рекурсивной технике для решения задач отслеживания траектории и отслеживания пути, когда система представлена ​​в цепочке. Это было выполнено преобразованием координат. Диксон и др. [39] реализовали дифференцируемый кинематический закон управления, который использует демпфированный динамический осциллятор, который обеспечивает экспоненциальную сходимость ошибок отслеживания и регулирования к окрестности начала координат.Другая работа, представленная Диксоном и др. В [40] рассматривается дифференцируемый кинематический закон управления, позволяющий одновременно решать задачи отслеживания и регулирования траектории, экспоненциально для первой и асимптотически для второй. Кроме того, Dixon et al. [41] разработали контроллер слежения с переменной структурой, устойчивый к параметрической неопределенности, а также с экспоненциальной сходимостью ошибок слежения и регулирования к источнику. В [42] Lee et al. решил проблемы слежения за траекторией и регулирования с помощью обратного контроля.Используя полярные координаты, Чва [43] разработал пару прерывистых контроллеров для асимптотической стабилизации ошибок отслеживания траектории в положении и в направлении курса. Таким образом были решены задачи слежения за траекторией и стабилизации. Кланчар и Шкрянц [44] предложили управление слежением за траекторией с предсказанием модели, в котором линеаризованная динамика ошибок слежения используется для предсказания поведения WMR. Другое решение задачи слежения за траекторией было выполнено Tsai et al.[45], где рассматривался надежный визуальный контроль слежения за динамически движущимся объектом. Ли и др. [46] выполнили управление скользящим режимом, используя пространство датчика RFID для оценки положения WMR. Недавно Scaglia et al. [47] предложил методологию на основе линейной интерполяции для разработки алгоритмов управления. Предполагается, что эволюцию системы можно аппроксимировать линейной интерполяцией. Следовательно, ошибки отслеживания могут быть уменьшены за счет уменьшения времени выборки. Cheng et al.[48] ​​предложили закон управления с обратной связью с помощью прямого метода Ляпунова и обратного шага, достигнув глобальной асимптотической устойчивости. Наконец, Чва [49] изучил нечеткий адаптивный контроллер слежения, рассматривая проскальзывание между колесами и поверхностью. Другими соответствующими статьями, касающимися конструкции контроллера с использованием только кинематической модели механической конструкции, являются [50–59].

2.1.2. Динамическая модель

Одной из первых статей, в которых динамическая модель WMR была учтена при разработке контроллера, была работа d’Andréa-Novel et al.[60], которые получили динамическую модель WMR с помощью формулировки Эйлера-Лагранжа. Кроме того, они ввели закон управления, основанный на статической обратной связи по состоянию. Фиерро и Льюис [61] разработали закон управления кинематикой / крутящим моментом с использованием обратного шага для решения задач отслеживания траектории, следования по траектории и стабилизации. Янг и Ким [62] предложили регулятор скользящего режима, устойчивый к ограниченным внешним возмущениям. Донг и др. [63] разработали адаптивный надежный контроллер, который не требует точного знания физических параметров WMR.Диксон и др. [64] имел дело с контроллером визуального сервоуправления, который адаптируется к параметрической неопределенности, связанной с камерой, и с механическими параметрами динамической модели WMR. Точно так же Пурбограт и Карлссон [65] разработали надежный адаптивный контроллер для решения задач отслеживания и стабилизации траектории. Донг и Кунерт [66] сосредоточились на разработке адаптивного управления нейронной сетью, устойчивого к параметрической неопределенности. Chen et al. [67] предложили кинематическое управление для создания желаемых профилей скорости для колес.Они также разработали адаптивный контроллер скользящего режима, который позволяет реальным скоростям достигать желаемых. Solea et al. В [68] представлен надежный регулятор скользящего режима при наличии внешних возмущений и параметрической неопределенности в WMR. Недавно Cao et al. [69] разработали адаптивный кинематический контроллер (на основе метода обратного шага) и динамический адаптивный контроллер. Последнее позволяет достичь желаемых профилей скорости, налагаемых первым. Shojaei et al. [70] разработали алгоритм управления, устойчивый к параметрической и непараметрической неопределенности, который сочетает в себе управление обратной динамикой и адаптивное устойчивое ПИД-управление.Наконец, другие статьи, которые используют динамическую модель только механической структуры WMR в конструкции управления, можно найти в [71–80].

2.2. Учет механической конструкции и приводов

В исследованиях, связанных с WMR, не принято учитывать динамику приводов. Однако важно подчеркнуть, что исключение этой динамики может вызвать ухудшение производительности робота [81] и даже может вызвать нестабильность системы [82–84].Немногие статьи включают такую ​​динамику в алгоритмы управления, когда рассматривается кинематическая или динамическая модель WMR. В этом подразделе рассматривается исследование, в котором математическая модель как механической конструкции, так и исполнительных механизмов использовалась в конструкции управления отслеживанием траектории для дифференциальных приводов WMR.

2.2.1. Кинематическая модель

Принимая во внимание механическую структуру и приводы, Эспиноза и др. [85] разработали адаптивный оптимальный контроллер в контуре управления приводом и оптимально-нечеткое управление для задачи отслеживания траектории кресла-коляски, когда в рабочем пространстве есть препятствия.Silva-Ortigoza et al. [86] разработали двухступенчатый контроллер, где первая ступень соответствует управлению на основе линеаризации ввода-вывода для механической конструкции, а вторая ступень относится к контроллеру, основанному на дифференциальной плоскостности исполнительных механизмов. Недавно Zuo et al. [87] описали стратегию управления, которая объединяет кинематическое управление и адаптивную вейвлет-нейронную сеть, устойчивую к возмущениям. Наконец, Silva-Ortigoza et al. [88] предложили надежный иерархический контроллер, в котором управление верхнего уровня основано на линеаризации ввода-вывода для механической конструкции, а управление нижнего уровня основано на управлении PI для исполнительных механизмов.

2.2.2. Динамическая модель

Учет как динамической модели механической конструкции, так и математической модели исполнительных механизмов на этапе проектирования управления для WMR непрост, поскольку конструкция управления становится более сложной. Однако он позволяет разрабатывать контроллеры, которые решают задачу отслеживания траектории более эффективно. Это можно наблюдать, когда WMR движется с высокими скоростями или когда его масса изменяется [89]. На основании этих фактов Anupoju et al. [90] разработали три адаптивных контроллера: первый - для кинематической модели механической конструкции, второй - для динамической модели той же механической конструкции, а третий - для исполнительных механизмов.Дас и Кар [91] сформулировали адаптивный контроллер на основе нечеткой логики. Hou et al. [92] предложил надежный адаптивный контроллер с помощью обратного шага и подхода нечеткой логики. Совсем недавно Луо и др. [93] разработали адаптивный нейросетевой динамический поверхностный контроллер на основе наблюдателя возмущений, в котором учитывались неопределенные параметры. Наконец, другие вклады, которые принимают во внимание динамическую модель механической структуры и динамику исполнительных механизмов в конструкции управления, сообщаются в [94–103].

2.3. Анализ механической конструкции, приводов и силового каскада

Немногие контроллеры рассмотрели математические модели трех подсистем, составляющих WMR. В таких контроллерах использовалась только кинематическая модель WMR.

2.3.1. Кинематическая модель

Ortigoza et al. в [104] представлен контроллер слежения за траекторией, рассматривая контроллер на основе линеаризации ввода-вывода для механической конструкции, контроллер, основанный на дифференциальной плоскостности исполнительных механизмов, и контроллер скользящего режима плюс ПИ-регулятор для силового каскада.В [105] Sánchez et al. предложил кинематический контроллер для WMR, контроллер на основе дифференциальной плоскостности для исполнительных механизмов и контроллер на основе дифференциальной плоскостности для силового каскада. Контроллеры, описанные в [104, 105], тестировались только с помощью численного моделирования.

3. Обсуждение и вклад

После проведения обзора литературы, связанной с разработкой контроллеров для задачи отслеживания траектории в WMR с дифференциальным приводом, было обнаружено, что в целом эта задача решалась по трем направлениям: (a ) только с использованием кинематической или динамической модели механической конструкции [31–80], (b) с использованием кинематической / динамической модели механической структуры вместе с динамикой приводов [85-103], и (c) путем рассмотрения кинематической модели механической конструкции наряду с динамикой исполнительных механизмов и силовой ступени [104, 105].В последнем направлении представлены интересные работы [106–114]. Однако в этих статьях основное внимание уделяется конструкции силового каскада без учета других динамических характеристик.

На основе вышеупомянутых идей, иерархического подхода к управлению в мобильной робототехнике (см. [86, 104, 105, 115]) и использования систем преобразователя постоянного тока в двигатель постоянного тока (см. [116, 117]) цель настоящей статьи состоит из трех частей. Во-первых, он направлен на внедрение трехуровневого иерархического контроллера, который учитывает динамику трех подсистем, составляющих WMR, для более полного решения задачи отслеживания траектории.Во-вторых, он направлен на экспериментальную проверку предложенного контроллера путем его реализации в созданном нами прототипе WMR, где экспериментальные результаты показывают эффективность и надежность разработанного иерархического контроллера. В-третьих, его цель - экспериментальное сравнение с результатами, связанными с контроллером, который не учитывает динамику силового каскада. После оценки результатов было замечено, что производительность WMR с иерархическим контроллером лучше или, по крайней мере, аналогична той, которая достигается с помощью управления, которое не учитывает динамику силового каскада.

4. Иерархическое управление отслеживанием траектории с помощью –- модулятора, учитывающего динамику всех подсистем WMR

В этом разделе представлен иерархический контроллер отслеживания траектории для дифференциального привода WMR, который разработан с учетом динамики всех подсистем, которые интегрировать WMR. Исследуемая система показана на рисунке 1, где можно увидеть три подсистемы, а именно механическую структуру (дифференциальный привод WMR), исполнительные механизмы (двигатели постоянного тока) и силовой каскад (понижающие преобразователи постоянного тока в постоянный).На таком рисунке и в оставшейся части этого документа параметры, компоненты и переменные, связанные с правым двигателем постоянного тока с понижающим преобразователем и левым двигателем постоянного тока с понижающим преобразователем, выделены нижними индексами и, соответственно. Конструкция иерархического контроллера осуществляется следующим образом: (1) На самом высоком иерархическом уровне кинематический контроллер для механической структуры обеспечивает желаемые угловые скорости двигателя постоянного тока и. Если скорости колес достигают этих значений, WMR отслеживает желаемую траекторию; то есть

.

Смотрите также