Robust Control Toolbox

 

Robust Control Toolbox

Concevoir des contrôleurs robustes pour des processus incertains

Obtenir une version d'essai gratuite
Voir les tarifs

Robust Control Toolbox™ comprend des fonctions et des blocs pour l'analyse et le réglage de systèmes de contrôle assurant performance et robustesse lorsque les processus comportent des incertitudes. Vous pouvez créer des modèles incertains en combinant une dynamique nominale et des éléments incertains, par exemple, des paramètres incertains ou une dynamique non modélisée. Vous pouvez analyser l'impact des incertitudes du modèle de processus sur la performance du système de contrôle et identifier les combinaisons d'éléments incertains qui constituent les pires scénarios. Les techniques de synthèse H-infini et mu vous permettent de concevoir des contrôleurs qui maximisent la stabilité et la performance des processus robustes.

La toolbox permet également le réglage de contrôleurs robustes en plus des autres fonctionnalités de réglage automatisé de Control System Toolbox™. Les contrôleurs réglés peuvent être décentralisés avec plusieurs blocs réglables couvrant plusieurs boucles de rétroaction. Vous pouvez optimiser la performance d'un processus nominal tout en appliquant une performance réduite au minimum sur l'ensemble de la plage d'incertitude.

En savoir plus:

Robust Control Toolbox

Modéliser et quantifier les incertitudes des processus

Capturez le comportement typique ou nominal de votre processus, ainsi que le niveau d'incertitude et de variabilité.

Créez des modèles incertains en combinant une dynamique nominale et des éléments incertains, tels que des paramètres incertains ou une dynamique négligée. Représentez les systèmes incertains en utilisant des modèles à représentations d'état ou des réponses en fréquence incertains.

Intégrez les incertitudes lorsque vous linéarisez des modèles Simulink en désignant certains blocs comme incertains.

Créer et manipuler des modèles incertains
Modéliser une famille de réponses en tant que système incertain
Linéariser un bloc Simulink en un modèle incertain
Linéariser des modèles Simulink avec des incertitudes
Diagramme de Bode représentant un système avec des paramètres incertains.

Diagramme de Bode représentant un système avec des paramètres incertains.

Analyse de robustesse

Analysez l'impact des incertitudes sur la stabilité et la performance.

Stabilité et performance des processus robustes

Calculez les marges de gain et de phase au niveau du disque pour les boucles de rétroaction SISO et MIMO. Quantifiez les effets des incertitudes sur la stabilité et la performance de votre système de contrôle. Calculez les marges de performance et de stabilité des processus robustes pour les incertitudes spécifiques au système.

Marges de stabilité d'un modèle Simulink
Stabilité des processus robustes, performance des processus robustes et analyse mu
Les marges de disque offrent une image plus complète de la stabilité d'un processus robuste que les marges de gain et de phase classiques.

Les marges de disque offrent un meilleur aperçu de la stabilité d'un processus robuste que les marges de gain et de phase classiques.

Analyse du pire scénario

Identifiez les combinaisons de valeurs d'éléments incertains qui constituent les pires scénarios. Calculez les valeurs d'erreur de suivi, de sensibilité et de marges de disque dans les pires scénarios. Comparez les scénarios nominaux aux pires scénarios.

Robustesse d'un contrôleur de servomoteur à courant continu
Analyse de robustesse MIMO
Rejet d'une perturbation dans une étape dans un scénario nominal et dans le pire scénario.

Rejet d'une perturbation en échelon dans un scénario nominal et dans le pire scénario.

Analyse de Monte Carlo

Générez des échantillons aléatoires de systèmes incertains dans la plage d'incertitude spécifiée. Visualisez l'impact des incertitudes sur les réponses du système en temps et en fréquence. Utilisez le bloc Uncertain State Space pour injecter des incertitudes dans Simulink et réaliser des simulations de Monte Carlo.

Générer des échantillons de systèmes incertains
Analyse de la robustesse dans Simulink
Diagramme de Nyquist représentant des systèmes échantillonnés.

Diagramme de Nyquist représentant des systèmes échantillonnés.

Concevoir et régler des contrôleurs robustes

Synthétisez et réglez automatiquement des contrôleurs centralisés ou distribués.

Synthèse H-infini et mu

Synthétisez des contrôleurs MIMO robustes avec des algorithmes de synthèse comme H-infini et mu.

Optimisez la performance H-infini de structures de contrôle fixes. Automatisez des tâches de formation de boucles selon des approches à sensibilité mixte ou Glover-McFarlane.

Contrôle robuste d'une suspension active
Synthèse H-infini à structure fixe avec HINFSTRUCT
Contrôle de l'axe latéral d'un avion à l'aide d'une synthèse mu
Design de contrôle par formation de boucles d'un modèle d'avion
Modèle incertain en boucle fermée avec un contrôleur H infini.

Modèle incertain en boucle fermée avec un contrôleur H infini.

Réglage de contrôleurs robustes pour des systèmes de contrôle incertains

Spécifiez les exigences de réglage telles que la performance du suivi, le rejet des perturbations, l'atténuation du bruit, l'amortissement des pôles en boucle fermée et les marges de stabilité. Réglez plusieurs modèles de processus ou configurations de contrôle simultanément. Maximisez la performance sur la plage d'incertitude des paramètres du processus. Consultez les données de robustesse du contrôleur dans des tracés de réponse en temps et en fréquence.

Réglage de systèmes robustes à l'aide de l'application Control System Tuner (4:43)
Réglage robuste de contrôleur de moteur à courant continu
Réglage pour plusieurs valeurs des paramètres de processus
Contrôle robuste de la vibration d'une poutre flexible
Control System Tuner avec plusieurs variantes de paramètres (réponse ajustée).

Control System Tuner avec plusieurs variantes de paramètres (réponse ajustée).

Réduire l'ordre des processus et des contrôleurs

Simplifiez les modèles de processus ou de contrôleurs tout en conservant la dynamique fondamentale.

Réduisez l'ordre des modèles en suivant des méthodes d'erreur par addition ou par multiplication basées sur les valeurs singulières de la matrice de Hankel pour le système. Réduisez l'ordre des contrôleurs produit par les algorithmes de synthèse H-infini ou mu pour éliminer les états superflus tout en conservant la dynamique fondamentale.

Simplifier les modèles de processus d'ordre plus élevé
Approximer un modèle de processus avec des méthodes d'erreur par addition
Approximer un modèle de processus avec des méthodes d'erreur par multiplication
Diagramme de Bode comparant la magnitude et la phase des modèles originaux et à ordre réduit pour la dynamique de mouvement de corps rigide d'un immeuble à plusieurs étages.

Diagramme de Bode comparant l’amplitude et la phase des modèles originaux et à ordre réduit pour la dynamique de mouvement de corps rigide d'un immeuble à plusieurs étages.

Ressources produits:

Documentation Fonctions Articles techniques Témoignages d'utilisateurs Configuration système Notes de version Vidéos et webinars Exemples

Obtenir une version d'essai gratuite

Profitez de 30 jours pour tester.

En savoir plus

Prêt à acheter ?

Découvrez les tarifs et les produits.

Voir les tarifs Contacter l'équipe commerciale

Vous êtes étudiant ?

Your school may already provide access to MATLAB, Simulink, and add-on products through a campus-wide license.

Obtenir MATLAB