Identifikation nichtlinearer mechatronischer Systeme mit ...

Reibmoment MR [Nm]
ag replacements
mit
140 5 Identifikation und Regelung einer Drosselklappe
0.6
0.4
0.2
0
−0.2
−0.4
−0.6
Stützwerte
gelernte Kennlinie
−0.8
−30 −20 −10 0 10 20 30
Winkelgeschwindigkeit ˙ϕDK [ rad/s]
Abb. 5.15: gelernte Reibungskennlinie
NLR
Federmoment MF [Nm]
PSfrag replacements
mit
0.8
0.6
0.4
0.2
0
−0.2
−0.4
−0.6
−0.8
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
Winkel ϕDK [rad]
Stützwerte
gelernte Kennlinie
Abb. 5.16: gelernte Federkennlinie
Auffallend an den Identifikationsverläufen ist die lange Lerndauer. Dies liegt insbesondere
an der Dominanz der nichtlinearen Rückstellfeder. Außerdem handelt es
sich in diesem Fall um ein steifes System. Es liegt nun die Vermutung nahe, dass
man die Drosselklappe als ein Ein-Massen-System modellieren kann. In [Hofmann,
2001a] wird jedoch gezeigt, dass diese Modellierung zu ungenau ist.
NLF
5.5.2 Validierung des Identifikationsergebnisses
Zur Überprüfung des Identifikationsergebnisses werden das rekurrente Netz und die
Drosselklappe parallel betrieben und der Adaptionsalgorithmus abgeschaltet. Dies
bedeutet, dass die identifizierten Parameter nicht mehr veränderlich sind und die
Beobachterrückführkoeffizienten zu Null gesetzt werden. Abbildung 5.17 zeigt das
Ergebnis dieses Parallellbetriebes.
Winkel ϕDK [rad]
1.6
1.4
1.2
1
0.8
0.6
0.4
Drosselklappe
Beobachter
0.2
0 2 4 6 8 10 12 14 16 18 20
Zeit[s]
PSfrag replacements
mit
Abb. 5.17: Drosselklappe und Beobachter parallel
Winkel ϕDK [rad]