Sterowanie optymalne mechanizmem płaskim identyfikowanym z danych

W tym artykule rozważamy modele płaskich układów wieloczłonowych (UW) o strukturze otwartych łańcuchów kinematycznych (OŁK), które są identyfikowane z danych za pomocą regresji średniokwadratowej z regularyzacją. Modele tej klasy posiadają na ogół niepewne współczynniki lub zależne od stanu układu wyrażenia, które nie są obecne w nominalnym UW. Synteza sterowania optymalnego wykorzystująca zidentyfikowane układu z zastosowaniem metody adjoint może charakteryzować się utratą jakości i brakiem odporności. Nadrzędnym celem pracy jest dyskusja rezultatów związanych z optymalnym sterowaniem UW o strukturze OŁK, kiedy model użyty do syntezy sterowania jest identyfikowany z danych.

---

In this paper, we consider data-driven models of planar open-loop multi-rigid-body systems, which are identified by using regularized regression. Such models may possess uncertain coefficients or additional state-dependent terms, which are not present in the nominal systems. This may cause performance issues and lack of robustness when the adjoint-based optimal control is applied. The primary importance of this paper is to discuss the results of optimal control of fully actuated, open-loop multi-rigid-body systems, when a model is identified from data.