Implementación práctica del predictor de Smith

Sí, se llama estimador recursivo de mínimos cuadrados (RLS), luego RLS con factor de olvido, que también permite olvidar / actualizar los parámetros estimados. El orden del sistema num / denum se debe conocer "a priori", también el tiempo muerto

Hay algunos otros algoritmos más eficientes como la identificación UD aumentada AUDI-LS, tiene una información de múltiples modelos del sistema, significa que tiene varios modelos con varios números / denum, entonces necesita usar alguna otra técnica para rechazar y toma solo el modelo correcto.

El problema es que no he encontrado ningún algoritmo que pueda estimar una planta real con un orden desconocido, tiempo muerto para darme los parámetros de estimación exactos. El problamítico es, por supuesto, el tiempo muerto. Además, si el tiempo muerto cambia, ¿cómo actualizaría el predictor de Smith?

Puede encontrar el algoritmo AUDI implementado aquí: enlace pero no hay otros elementos No me funciona, como controlador predictivo generalizado. Para RLS encontrará muchos algoritmos en la red.

EDITAR:
enlace enlace enlace enlace

Descargue los documentos anteriores y observe un código implementado, encontrará algunas restricciones de actualización implementadas. También se explica cómo recuperar el modelo estimado con el orden más cercano, es necesario comparar los datos de las funciones de pérdida. Luego, también encontrará información sobre cómo extraer el tiempo muerto por sobreparametrización (orden) de la función estimada. He reescrito el AUDI en MS visual C y tengo que admitir que fue bastante bueno, hasta que tuve que implementar el reconocimiento del tiempo muerto con la sobreparametrización (el código fuente no detecta el tiempo muerto), luego me rendí.

Si su tiempo muerto se conoce a priori y es estable, puede utilizar algunas de estas técnicas como RLS, Bierman UD y AUDI retrasando el vector de respuesta de salida del sistema, mientras calcula. RLS desaparece pronto si no tiene flotación de doble precisión en su plataforma, mientras que este AUDI es bastante estable.

Hazme saber si has hecho algo.

El efecto descrito en su pregunta en relación con las aplicaciones de predicción de smith se conoce como "desajuste de modelo". Existen varias técnicas para compensar esto con los algoritmos de corrección de autoajuste. Puede encontrar un ejemplo basado en un regulador de lógica difusa en el siguiente documento: Un nuevo Predictor de Smith para el control de procesos con mucho tiempo Retrasos . Consulte también las referencias al final del documento para más estudios.