学生

竞技场

Arena workspace

自动控制竞技场挑战

横摇对象鲁棒扰动挑战

在横摇白箱对象上压低隐藏扰动场景的最差表现，同时约束控制能量和超调。

进入控制工作台
对象来源
虚拟仿真对象
公开程度
白箱模型
工作台
综合仿真工作台
榜单规则
多目标 Pareto 探索榜

对象说明

被控对象
船舶横摇白箱模型
章节关联
模块 4 / 模块 5
任务属性
鲁棒控制项目候选
模型表达
G(s)=0.8s2+0.5s+1.44G(s)=\frac{0.8}{s^2+0.5s+1.44}
船舶横摇舒适度频域约束

训练意图

在横摇白箱对象上把隐藏扰动最差表现、控制能量和超调放入同一组鲁棒权衡。

训练阶段
鲁棒进阶
预计用时
55 分钟
隐藏评测信号
隐藏场景复核
训练能力
隐藏场景鲁棒性鲁棒取舍控制能量取舍
前置能力
频域舒适度 / 稳定裕度
常见失误
  • • 只优化标称对象导致隐藏扰动退化
  • • 控制能量约束被忽略后引发不可接受输入

评价规则

基础目标
指标目标或允许范围说明
扰动场景最差表现目标不高于 0.36，高于 1.6 视为不可接受数值越小越好
调节时间(s)目标不高于 3.6s，高于 11s 视为不可接受数值越小越好
控制能量目标不高于 4.2，高于 18 视为不可接受数值越小越好
超调量(%)目标不高于 8%，高于 32% 视为不可接受数值越小越好
硬约束
闭环稳定
响应有限
控制器因果
控制量未严重饱和
隐藏场景通过

任一硬约束未通过时，提交不进入正式排名。

相关知识点

正在加载知识预览