⚡ electrical engineering

Adaptive Input Shaper Design for Unknown Second-Order Systems with Real-Time Parameter Estimation

यह शोध पत्र एक अनुकूली फीडफॉरवर्ड इनपुट-शेपिंग फ्रेमवर्क प्रस्तावित करता है जो अज्ञात द्वितीय-क्रम प्रणालियों, जैसे कि गैन्ट्री क्रेन और 3D प्रिंटर में, सिस्टम डायनेमिक्स के पूर्व ज्ञान की आवश्यकता के बिना सटीक कंपन दमन को सक्षम करने के लिए ऑनलाइन पैरामीटर अनुमान का उपयोग करता है।

मूल लेखक: Nyi Nyi Aung, Bradley Wight, Adrian Stein

प्रकाशित 2026-01-27

📖 4 मिनट में पढ़ें☕ कॉफ़ी ब्रेक में पढ़ें

CC BY 4.0

मूल लेखक: Nyi Nyi Aung, Bradley Wight, Adrian Stein

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक भारी, डगमगाती हुई वस्तु को हिलाने की कोशिश कर रहे हैं—जैसे कि झूलते हुए भार को उठाता हुआ एक क्रेन या फ्रेम में घूमता हुआ 3D प्रिंटर हेड। यदि आप मशीन को सिर्फ "तेज़ चलो" कह देते हैं, तो वस्तु आगे-पीछे झूलने लगेगी, अपने लक्ष्य से आगे निकल जाएगी (overshoot), और स्थिर होने में बहुत समय लेगी। इसे कंपन (vibration) कहा जाता है।

इसे रोकने के लिए, इंजीनियर आमतौर पर एक तरकीब का उपयोग करते हैं जिसे इनपुट शेपिंग (Input Shaping) कहते हैं। इसे एक "डांस रूटीन" की तरह समझें। केवल "चलो" कहने के बजाय, कंप्यूटर इस गति को पूरी तरह से समयबद्ध चरणों की एक श्रृंखला में तोड़ देता है (एक धक्का, फिर एक ठहराव, फिर विपरीत दिशा में एक धक्का) जो कंपन शुरू होने से पहले ही उसे रद्द कर देता है।

पुराने तरीके की समस्या
इस डांस को पूरी तरह से कोरियोग्राफ करने के लिए, आपको यह सटीक रूप से जानना होगा कि वस्तु कितनी भारी है और वह कितनी डगमगाती है (उसकी "प्राकृतिक आवृत्ति" या natural frequency)। यदि आप ये संख्याएँ नहीं जानते हैं, तो आप चरणों का समय सही नहीं रख पाएंगे, और वस्तु झूलती रहेगी।

पिछले तरीकों ने इन संख्याओं का अनुमान लगाने की कोशिश की, लेकिन उनका एक सख्त नियम था: आपको चलने से पहले ही इन संख्याओं का अनुमान लगाना होता था। यदि आपका अनुमान लगाने में बहुत समय लग गया, या यदि आपने अनुमान पूरा होने से पहले ही चलना शुरू कर दिया, तो पूरी योजना विफल हो गई। यह वैसा ही था जैसे संगीत बजना शुरू होने के बाद डांस रूटीन सीखने की कोशिश करना; यदि आप पहला बीट मिस कर देते हैं, तो आप ताल से बाहर हो जाते हैं।

नया समाधान: "छोटा टेस्ट और फिर शुरुआत"
यह पेपर उन मशीनों को संभालने का एक स्मार्ट और अधिक लचीला तरीका पेश करता है जिनके बारे में हम कुछ नहीं जानते (जिन्हें "ब्लैक-बॉक्स" सिस्टम कहा जाता है)। यह कैसे काम करता है, इसका एक सरल उदाहरण यहाँ दिया गया है:

एक छोटा सा थपथपाना (The Tiny Tap): संख्याओं का पहले से अनुमान लगाने के बजाय, सिस्टम एक बहुत ही छोटे, कोमल "थपथपाने" (एक छोटा स्टेप इनपुट) के साथ शुरू होता है। यह एक घंटी को बजाकर उसकी गूँज सुनने जैसा है।
सुनना और सीखना: जब मशीन इस छोटे से थपथपाने पर प्रतिक्रिया देती है, तो कंप्यूटर उस ध्वनि (कंपन) को सुनता है और तुरंत पता लगा लेता है कि सिस्टम कितना डगमगा रहा है और वह कितनी तेज़ी से झूल रहा है।
लचीला डांस: एक बार जब कंप्यूटर लय (rhythm) को जान लेता है, तो वह कंपन को रोकने के लिए एक आदर्श "डांस रूटीन" (इनपुट शेपर) की गणना करता है।
- बड़ी सफलता: पुराने तरीकों के विपरीत, इस नए सिस्टम को इससे कोई फर्क नहीं पड़ता कि "सुनने" के चरण में कितना समय लगता है। चाहे आप एक सेकंड के लिए सुनें या एक मिनट के लिए, कंप्यूटर सुनने के ठीक बाद शुरू होने के लिए एकदम सही डांस रूटीन की गणना कर सकता है। यह प्रभावी रूप से कहता है, "ठीक है, मैंने लय सीख ली है। अब, कंपन को रद्द करने के लिए बिल्कुल सही क्षण पर मुख्य गति शुरू करते हैं।"

उन्होंने क्या पाया
लेखकों ने इसका परीक्षण कई अलग-अलग प्रकार के "डगमगाते" सिस्टमों पर किया, जो बहुत धीमे से लेकर अत्यंत तेज़ तक थे।

कोई अधिक दोलन (Oscillations) नहीं: हर परीक्षण में, सिस्टम अपने लक्ष्य तक पहुँचा और बिना झूलते हुए तुरंत रुक गया।
मजबूती (Robustness): यह तब भी काम करता रहा जब "सुनने" का समय उम्मीद से अधिक लंबा हो गया। सिस्टम भ्रमित नहीं हुआ या विफल नहीं हुआ; इसने बस डांस स्टेप्स के समय को समायोजित कर लिया।
गति: उन सिस्टमों के लिए जिनमें कंपन नहीं होता (undamped), उन्होंने समाधान को तुरंत निकालने के लिए एक गणितीय शॉर्टकट पाया। उन सिस्टमों के लिए जो डगमगाते हैं, उन्होंने उत्तर प्राप्त करने के लिए एक तेज़ कंप्यूटर गणना का उपयोग किया।

सारांश में
यह पेपर मशीनों के लिए एक "स्मार्ट ड्राइवर" प्रस्तुत करता है। मशीन के व्यवहार को जानने के लिए किसी मैनुअल की आवश्यकता होने के बजाय, ड्राइवर मशीन को एक हल्का सा धक्का देता है, उसकी प्रतिक्रिया को सुनता है, और फिर तुरंत यह तय करता है कि उसे कैसे चलाना है ताकि वह कभी भी हिले नहीं। यह अतीत के सख्त समय नियमों को हटा देता है, जिससे उन मशीनों को नियंत्रित करना बहुत आसान हो जाता है जिन्हें हम अभी पूरी तरह से नहीं समझते हैं।

लेखक विशेष रूप से उल्लेख करते हैं कि यह गैन्ट्री क्रेन्स (बिना झूलते भारी भार को हिलाना) और 3D प्रिंटर हेड (प्रिंट हेड को बिना हिलाए सटीकता से हिलाना) के लिए उपयोगी है, और उन्होंने अपने कोड को दूसरों के परीक्षण के लिए उपलब्ध कराया है।

तकनीकी सारांश: अज्ञात द्वितीय-क्रम प्रणालियों के लिए वास्तविक समय पैरामीटर अनुमान के साथ अनुकूली इनपुट शेपर डिज़ाइन

समस्या विवरण
इनपुट शेपिंग एक व्यापक रूप से उपयोग की जाने वाली फीडफॉरवर्ड नियंत्रण तकनीक है जिसे लचीली या कम डैम्पिंग (underdamped) वाली प्रणालियों में अवशिष्ट कंपन (residual vibrations) को दबाने के लिए टाइम-डिले फिल्टर्स (TDF) के साथ संदर्भ कमांड को कॉन्वोल्यूशन (convolution) करने के लिए डिज़ाइन किया गया है। हालांकि, पारंपरिक इनपुट शेपर डिज़ाइन के लिए सिस्टम पैरामीटर्स, विशेष रूप से प्राकृतिक आवृत्ति ( $\omega_n$ ) और डैम्पिंग अनुपात ( $\zeta$ ) के पूर्व ज्ञान पर अत्यधिक निर्भरता होती है। "ब्लैक-बॉक्स" परिदृश्यों में जहाँ ये पैरामीटर अज्ञात होते हैं, या उन अनुप्रयोगों में जहाँ सिस्टम डायनेमिक्स बदलते रहते हैं, मानक विधियाँ विफल हो जाती हैं। जबकि पिछले शोध में वास्तविक समय अनुमान का प्रयास किया गया है, एक महत्वपूर्ण सीमा बनी हुई है: मौजूदा क्लोज्ड-फॉर्म दृष्टिकोण (जैसे, [22]) के लिए यह आवश्यक है कि पैरामीटर अनुमान का समय ( $\tau$ ) सिस्टम के स्विच समय ( $T$ ) से सख्ती से छोटा हो। यदि अनुमान की अवधि स्विच समय से अधिक हो जाती है, तो एल्गोरिदम इष्टतम कंपन दमन प्राप्त करने में विफल रहता है, जो वास्तविक समय में तैनाती की लचीलापन और मजबूती को सीमित करता है।

कार्यप्रणाली
लेखक एक फीडफॉरवर्ड नियंत्रण ढांचे का प्रस्ताव करते हैं जो अज्ञात द्वितीय-क्रम प्रणालियों के लिए ऑनलाइन पैरामीटर अनुमान के साथ एक अनुकूली इनपुट शेपर डिज़ाइन को एकीकृत करता है। कार्यप्रणाली में दो प्राथमिक चरण शामिल हैं:

ऑनलाइन पैरामीटर अनुमान:
सिस्टम एक उपयोगकर्ता-निर्धारित अवधि $\tau$ के लिए एक छोटे, स्केल्ड स्टेप इनपुट ( $K \cdot x^*$ , जहाँ $K=0.01$ ) के साथ गति शुरू करता है। इस चरण के दौरान, $\omega_n$ और $\zeta$ का अनुमान लगाने के लिए सिस्टम रिस्पॉन्स का विश्लेषण किया जाता है। अनुमान तर्क (एल्गोरिदम 1) रिस्पॉन्स के ढलान (slope), ओवरशूट ( $M_p$ ), सेटलिंग टाइम ( $T_s$ ), और पीक अंतराल की जांच करके अनडैम्प्ड (undamped), डैम्प्ड (damped), और क्रिटिकली डैम्प्ड (critically damped) व्यवहारों के बीच अंतर करता है।

अनडैम्प्ड (Undamped) प्रणालियों के लिए, $\zeta$ को 0 माना जाता है, और $\omega_n$ को पीक्स के बीच के समय अंतराल से निकाला जाता है।
क्रिटिकली डैम्प्ड (Critically damped) प्रणालियों के लिए, $\zeta$ को 1 माना जाता है, और $\omega_n$ को सेटलिंग टाइम से प्राप्त किया जाता है।
अंडरडैम्प्ड (Underdamped) प्रणालियों के लिए, $\zeta$ की गणना ओवरशूट अनुपात से की जाती है, और $\omega_n$ को पीक टाइम और $\zeta$ से प्राप्त किया जाता है।

अनुकूली इनपुट शेपर डिज़ाइन:
पिछले तरीकों के विपरीत जो अनुमान समय को एक बाधा के रूप में देखते हैं, प्रस्तावित ढांचा स्पष्ट रूप से अनुमान अवधि $\tau$ और स्केलिंग कारक $K$ को TDF फॉर्मूलेशन में शामिल करता है। ट्रांसफर फंक्शन को इस प्रकार परिभाषित किया गया है:
$G(s) = K + Ae^{-s(\tau+T)} + (1 - A - K)e^{-s(\tau+2T)}$
यह फॉर्मूलेशन सुनिश्चित करता है कि स्विच समय $T$ केवल अनुमान चरण के बाद लागू होता है, जिससे शेपर का प्रदर्शन $\tau$ के चयन से स्वतंत्र हो जाता है।

अनडैम्प्ड प्रणालियों के लिए: लेखक वीयरस्ट्रैस प्रतिस्थापन (Weierstrass substitution) और त्रिकोणमितीय पहचानों का उपयोग करके आवेग परिमाण (impulse magnitude) $A$ और स्विच समय $T$ के लिए एक क्लोज्ड-फॉर्म विश्लेषणात्मक समाधान व्युत्पन्न करते हैं। यह पुनरावृत्ति समाधान (iterative solving) के बिना तीव्र गणना की अनुमति देता है।
डैम्प्ड प्रणालियों के लिए: घातांकीय (exponential) और साइनुसोइडल (sinusoidal) पदों की जटिलता के कारण, विशेषता समीकरण (characteristic equation) के वास्तविक और काल्पनिक भागों को शून्य पर सेट करके $A$ और $T$ को हल करने के लिए एक संख्यात्मक दृष्टिकोण (numerical approach) अपनाया जाता है।

प्रमुख योगदान

स्वतंत्र अनुमान समय: प्राथमिक योगदान एक ऐसा ढांचा है जो स्विच समय से छोटा होने की आवश्यकता वाली अनुमान समय की बाधा को हटा देता है। यह विधि सही ढंग से कार्य करती है चाहे $\tau < T$ हो या $\tau > T$ , जो सिस्टम की गति के आधार पर अनुमान अवधि को उपयोगकर्ता-निर्धारित करने की लचीलापन प्रदान करती है।
अनडैम्प्ड प्रणालियों के लिए क्लोज्ड-फॉर्म समाधान: पेपर अनडैम्प्ड मामलों के लिए इष्टतम शेपर पैरामीटर्स के लिए एक नवीन विश्लेषणात्मक व्युत्पत्ति प्रदान करता है, जो संख्यात्मक अनुकूलन (numerical optimization) की आवश्यकता के बिना तेज़, वास्तविक समय कार्यान्वयन की सुविधा देता है।
ब्लैक-बॉक्स प्रयोज्यता: यह दृष्टिकोण पूर्व सिस्टम पहचान (system identification) की आवश्यकता को समाप्त करता है, जिससे यह उन अनुप्रयोगों के लिए उपयुक्त हो जाता है जहाँ सिस्टम डायनेमिक्स अज्ञात हैं या जिन्हें ए प्रियोरी (a priori) मॉडल करना कठिन है।
पैरामीटर स्वीप के प्रति मजबूती: विधि को डैम्पिंग अनुपात ( $\zeta \in [0, 1]$ ) और प्राकृतिक आवृत्ति ( $\omega_n \in [\pi, 3000\pi]$ rad/s) की एक विस्तृत श्रृंखला में मान्य किया गया है।

परिणाम
सिमुलेशन परिणाम प्रस्तावित ढांचे की प्रभावकारिता को प्रदर्शित करते हैं:

कंपन दमन (Vibration Suppression): सभी परीक्षण किए गए परिदृश्यों (अनडैम्प्ड, डैम्प्ड, और क्रिटिकली डैम्प्ड) में, सिस्टम आउटपुट नगण्य ओवरशूट और बिना किसी अवशिष्ट कंपन के शेप्ड रेफरेंस को ट्रैक करता है।
अनुमान समय स्वतंत्रता: [22] की विधि के विपरीत, जो $\tau > T$ होने पर खराब प्रदर्शन करती है (जिसके परिणामस्वरूप निरंतर दोलन होते हैं), प्रस्तावित विधि अनुमान अवधि की परवाह किए बिना उच्च प्रदर्शन बनाए रखती है।
पैरामीटर अनुमान सटीकता: अनुमानक (एल्गोरिदम 1) अधिकांश मामलों में वास्तविक पैरामीटर्स के साथ निकट सहमति दिखाता है। क्रिटिकली डैम्प्ड सिस्टम और बहुत उच्च-आवृत्ति वाले सिस्टम ( $\omega_n = 3000\pi$ ) में मामूली विसंगतियां देखी गईं, जिसका कारण फिक्स्ड टाइम स्टेप्स के साथ पीक टाइम्स और सेटलिंग टाइम्स को कैप्चर करने में कठिनाई है। हालांकि, इन अनुमान त्रुटियों ने अंतिम कंपन दमन प्रदर्शन को महत्वपूर्ण रूप से खराब नहीं किया।
स्टेप-वाइज ट्रैकिंग: सिस्टम सफलतापूर्वक कई स्टेप-वाइज़ संदर्भ परिवर्तनों (धनात्मक, ऋणात्मक और शून्य) को संभालता है, प्रारंभिक अनुमान चरण के बाद कंपन-मुक्त ट्रैकिंग बनाए रखता है।

महत्व और दावे
लेखक इस कार्य को मनमाने दूसरे-क्रम प्रणालियों के लिए वास्तविक समय इनपुट शेपिंग में निश्चित-अवधि अनुमान की सीमा को संबोधित करने वाले पहले तरीके के रूप में प्रस्तुत करते हैं। शेपर डिज़ाइन को इस बाधा से अलग करके कि अनुमान सिस्टम के प्राकृतिक स्विचिंग से तेज़ होना चाहिए, यह ढांचा गेंट्री क्रेन और 3D प्रिंटर हेड जैसे विविध मोशन कंट्रोल अनुप्रयोगों में अनुकूलन योग्य तैनाती को सक्षम बनाता है।

पेपर विनम्रतापूर्वक दावा करता है कि हालांकि वर्तमान कार्य एकल-मोड द्वितीय-क्रम प्रणालियों पर केंद्रित है, यह सामान्य ब्लैक-बॉक्स सिस्टम तक ढांचे को विस्तारित करने के लिए एक प्रारंभिक कदम के रूप में कार्य करता है। लेखक नोट करते हैं कि शेपर पैरामीटर्स की सिस्टम डायनेमिक्स पर निर्भरता बढ़ी हुई दक्षता के लिए ऑनलाइन डिज़ाइन ब्लॉक को प्रशिक्षित प्रतिगमन मॉडल (trained regression model) से बदलने की क्षमता का सुझाव देती है, हालांकि इसे वर्तमान परिणाम के बजाय भविष्य के कार्य के रूप में प्रस्तावित किया गया है। पुनरुत्पादकता (reproducibility) का समर्थन करने के लिए कोड और मॉडल सार्वजनिक रूप से उपलब्ध कराए गए हैं।

इसी तरह के और पेपर