CN113219826A - 基于事件触发机制的非线性振荡器的自适应跟踪控制方法 - Google Patents
基于事件触发机制的非线性振荡器的自适应跟踪控制方法 Download PDFInfo
- Publication number
- CN113219826A CN113219826A CN202110387581.9A CN202110387581A CN113219826A CN 113219826 A CN113219826 A CN 113219826A CN 202110387581 A CN202110387581 A CN 202110387581A CN 113219826 A CN113219826 A CN 113219826A
- Authority
- CN
- China
- Prior art keywords
- controller
- event trigger
- tracking control
- self
- slider
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于事件触发机制的非线性振荡器的自适应跟踪控制方法,本发明同时考虑存在不确定扰动的情况,基于事件触发机制设计一种输出反馈控制器,该控制器通过给滑块一个自适应变化的力,使滑块位移按照给定参照信号变化,实现系统实际跟踪控制。本发明研究的是非线性系统跟踪控制问题,即控制滑块按照给定轨迹运动,而不是保持在某个位置不动,更能满足广泛的实际需求。本发明采用的事件触发控制器相比于一般的周期采样控制器能够节省计算机资源,避免了无用信号的传输。
Description
技术领域
本发明应用于非线性系统的自适应控制,特别地涉及一种基于事件触发机制的非线性振荡器自适应输出反馈控制器设计方法。
背景技术
传统的线性系统经过几十年的发展已经形成了较为完善的控制方案,但在实际中,许多系统(化工系统、航空航天、人工智能)并不能建模成线性系统进行处理,这些系统不可避免地包含一个或多个非线性部分。这些非线性部分的建模在精确描述系统结构地同时,也为系统控制器设计与稳定性分析带来很大的困难。另外,相比于线性系统,非线性系统种类更多样、结构更复杂,其控制方案目前为止还未能形成完整的理论体系,所以针对特定的非线性系统需要设计特定的控制方案。
在实际系统的控制中,传感器往往无法测得系统全部状态量,所以需要构造观测器估计系统状态并设计基于观测器和系统输出的控制器。普通的系统镇定问题有时无法满足实际工程的应用,更符合要求的是对系统输出的跟踪控制。此外,自适应控制作为一种控制方法,通过“以变应变”的思路广泛应用于非线性控制中,使系统在具有一定不可预测的动态特性下,仍能保持良好的性能。
另一方面,随着数字计算机的发展,采样控制系统被广泛应用于工程实践中。传统的采样控制以固定时间为周期进行采样,不可避免地会产生冗余信号。事件触发控制中,控制器采样信号的更新由设计的事件触发机制决定,能够有效地避免无用信号地传输,显然更适合于计算机控制系统,具有良好地理论与应用价值。
发明内容
本发明针对现有技术的不足,提出了一种基于事件触发机制的非线性振荡器的自适应跟踪控制方法。
本发明同时考虑存在不确定扰动的情况,基于事件触发机制设计一种输出反馈控制器,该控制器通过给滑块一个自适应变化的力,使滑块位移按照给定参照信号变化,实现系统实际跟踪控制。
基于事件触发机制的非线性振荡器的自适应跟踪控制方法,该方法具体包括以下步骤:
步骤1:针对非线性振荡器,建立模型。
首先,利用力学知识建立其物理模型:
其中m代表滑块质量,代表l弹簧初始长度,k代表弹性系数,d(t)代表未知的有界时变扰动,即可能存在未知的干扰力作用在滑块上,u表示控制器给滑块施加的力。控制目标是在上述参数都未知、只有滑块位移η可测的情况下,使η跟踪上参照信号yr,且最大允许误差为λ。
定义x1=η,系统(1)转化为如下系统学模型:
步骤2:控制器设计。
由于实际的振荡器系统中只有滑块位移是可测的,所以系统学模型(2)中只有y是已知的,将只利用系统输入输出信息来设计观测器重构系统状态。同时构造合适的自适应增益L,用于补偿系统不确定信息带来的影响。
下面给出控制器具体结构:
其中n是可设计的常数,代表控制器触发阈值。
v(·)的定义如下:
(5)
bi>0,i=1,2是赫尔维茨多项式p(s)=s2+b1s+b2的系数。
步骤4:确定控制器参数。
选择两组合适的赫尔维茨多项式系数a1=2,a2=1以及b1=2,b2=2,由引理1确定常数α=2;
引理1:矩阵A,B和D,
因为A和B是赫尔维茨矩阵,所以存在正定矩阵P=PT和Q=QT满足:
ATP+PA≤-I,DP+PD≥αI,
BTQ+QB≤-I,DQ+QD≥αI.
其中I表示二维单位矩阵;
假设最大允许跟踪误差λ=0.1,选择参照信号yr=0.5 sin t,选择控制器触发阈值n=1。实际观测器如下:
事件触发控制器如下:
最后设定仿真对象的具体参数、初始状态和扰动信号,给出仿真结果。
本发明相对于现有技术具有的效果:
1:本发明研究的非线性振荡器模型较为复杂,已知信息较少,现有的研究结果无法给出合适的事件触发控制方案,本发明提出的控制器填充这一领域的空白。
2:本发明研究的是非线性系统跟踪控制问题,即控制滑块按照给定轨迹运动,而不是保持在某个位置不动,更能满足广泛的实际需求。
3:本发明采用的事件触发控制是一种采样控制,但相比于一般的周期采样控制能够节省计算机资源,避免了无用信号的传输,节省了计算机资源。
附图说明
图1是非线性振荡器系统实物模型;
图4是动态增益L的状态轨迹图;
图5是控制器u的状态轨迹图;
图6是系统输出y和参照信号yr的轨迹图;
图7是跟踪误差y-yr的轨迹图。
具体实施方式
步骤1:针对于图1中非线性振荡器,建立模型。
首先,利用力学知识建立其物理模型:
其中m代表滑块质量,代表l弹簧初始长度,k代表弹性系数,d(t)代表未知的有界时变扰动,即可能存在未知的干扰力作用在滑块上,u表示控制器给滑块施加的力。控制目标是在上述参数都未知、只有滑块位移η可测的情况下,使η跟踪上参照信号yr,且最大允许误差为λ。
定义x1=η,系统(1)转化为如下系统学模型:
步骤2:控制器设计。
由于实际的振荡器系统中只有滑块位移是可测的,所以系统学模型(2)中只有y是已知的,将只利用系统输入输出信息来设计观测器重构系统状态。同时构造合适的自适应增益L,用于补偿系统不确定信息带来的影响。
下面给出控制器具体结构:
其中n是可设计的常数,代表控制器触发阈值。
v(·)的定义如下:
bi>0,i=1,2是赫尔维茨多项式p(s)=s2+b1s+b2的系数。
步骤3:控制效果的理论分析。
引理1:矩阵A,B和D,
因为A和B是赫尔维兹矩阵,所以存在合适的系数ai和bi,i=1,2,正定矩阵P=PT和Q=QT满足:
ATP+PA≤-I,DP+PD≥αI,
BTQ+QB≤-I,DQ+QD≥αI.
其中I表示二维单位矩阵;
引入如下状态变换:
令ε=[ε1,ε2]T,z=[z1,z2]T,系统(2)和(3)表示成:
构造Lyapunov函数V=γ1εTPε+zTPz,其中γ1=4||Qa||2+1。对其求导可以推出:
其中Θ是一个未知常数,γ2=Θ+4m2||PC||2。
由(3)可以进一步得到:
式(10)说明了在一段时间后跟踪误差y-yr会永远保持在区间[-λ,λ]内。
步骤4:确定控制器参数
选择两组合适的赫尔维兹多项式系数a1=2,a2=1以及b1=2,b2=2,由引理1确定一个合适的常数α=2,假设最大允许跟踪误差λ=0.1,选择参照信号yr=0.5 sin t,选择控制器触发阈值n=1。实际观测器如下:
以及事件触发控制器:
在给出仿真结果之前,先给出仿真对象的具体参数,需要说明的是,在设计控制器时未用到如下参数。
表1为振荡器系统的参数
表1
图2和图3表示原系统和观测器系统状态是有界的;图4表示自适应增益是单调非减函数,并且在一段时间过后不再增长;图5表示只有当控制器达到触发阈值时才会更新控制信号;图6和图7表示系统输出在一段时间后跟踪上参照信号,并且跟踪误差小于允许误差。
Claims (1)
1.基于事件触发机制的非线性振荡器的自适应跟踪控制方法,其特征在于:
步骤1:针对非线性振荡器,建立模型;
首先,利用力学知识建立其物理模型:
其中m代表滑块质量,代表l弹簧初始长度,k代表弹性系数,d(t)代表未知的有界时变扰动,即可能存在未知的干扰力作用在滑块上,u表示控制器给滑块施加的力;控制目标是在上述参数都未知、只有滑块位移η可测的情况下,使η跟踪上参照信号yr,且最大允许误差为λ;
定义x1=η,系统(1)转化为如下系统学模型:
步骤2:控制器设计;
由于实际的振荡器系统中只有滑块位移是可测的,所以系统学模型(2)中只有y是已知的,将只利用系统输入输出信息来设计观测器重构系统状态;同时构造合适的自适应增益L,用于补偿系统不确定信息带来的影响;
下面给出控制器具体结构:
其中n是可设计的常数,代表控制器触发阈值;
v(·)的定义如下:
bi>0,i=1,2是赫尔维茨多项式p(s)=s2+b1s+b2的系数;
步骤3:确定控制器参数;
选择两组合适的赫尔维茨多项式系数a1=2,a2=1以及b1=2,b2=2,由引理1确定常数α=2;
引理1:矩阵A,B和D,
因为A和B是赫尔维茨矩阵,所以存在正定矩阵P=PT和Q=QT满足:
ATP+PA≤-I,DP+PD≥αI,
BTQ+QB≤-I,DQ+QD≥αI.
其中I表示二维单位矩阵;
假设最大允许跟踪误差λ=0.1,选择参照信号yr=0.5sint,选择控制器触发阈值n=1;实际观测器如下:
事件触发控制器如下:
最后设定仿真对象的具体参数、初始状态和扰动信号,给出仿真结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110387581.9A CN113219826B (zh) | 2021-04-09 | 2021-04-09 | 基于事件触发机制的非线性振荡器的自适应跟踪控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110387581.9A CN113219826B (zh) | 2021-04-09 | 2021-04-09 | 基于事件触发机制的非线性振荡器的自适应跟踪控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113219826A true CN113219826A (zh) | 2021-08-06 |
CN113219826B CN113219826B (zh) | 2022-03-15 |
Family
ID=77087005
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110387581.9A Active CN113219826B (zh) | 2021-04-09 | 2021-04-09 | 基于事件触发机制的非线性振荡器的自适应跟踪控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113219826B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114265311A (zh) * | 2021-12-21 | 2022-04-01 | 杭州电子科技大学 | 基于动态反馈的非线性液位控制谐振电路系统的控制方法 |
CN114280942A (zh) * | 2021-12-31 | 2022-04-05 | 杭州电子科技大学 | 非线性振荡器非辨识自适应输出反馈控制方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106373477A (zh) * | 2016-08-30 | 2017-02-01 | 上海大学 | 双并联倒立摆的网络化视觉伺服控制装置 |
CN107683568A (zh) * | 2015-06-05 | 2018-02-09 | 瑞典爱立信有限公司 | 低噪声振荡器振幅调节器 |
CN108248325A (zh) * | 2018-01-11 | 2018-07-06 | 山西大学 | 基于事件触发的汽车主动悬架状态反馈控制方法 |
CN108356816A (zh) * | 2018-01-12 | 2018-08-03 | 南京邮电大学 | 基于输出位置的单臂机械手事件触发adp控制器结构 |
CN108445748A (zh) * | 2018-02-02 | 2018-08-24 | 北京航空航天大学 | 一种基于事件触发机制的自适应航天器姿态跟踪控制方法 |
CN109189085A (zh) * | 2018-07-25 | 2019-01-11 | 西北工业大学 | 基于事件触发的航天器网络化系统姿态控制方法 |
CN110253572A (zh) * | 2019-05-31 | 2019-09-20 | 广东工业大学 | 一种基于扰动观测器的输入饱和多单臂机械手的事件触发控制方法 |
CN110262484A (zh) * | 2019-06-10 | 2019-09-20 | 同济人工智能研究院(苏州)有限公司 | 基于自适应事件触发的轮式机器人匀速直线编队控制方法 |
CN110456681A (zh) * | 2019-07-01 | 2019-11-15 | 天津大学 | 基于事件触发的中立稳定饱和系统的输出反馈控制器 |
CN110687784A (zh) * | 2019-09-16 | 2020-01-14 | 广东工业大学 | 一种针对非线性不确定系统的自适应事件触发控制方法 |
-
2021
- 2021-04-09 CN CN202110387581.9A patent/CN113219826B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107683568A (zh) * | 2015-06-05 | 2018-02-09 | 瑞典爱立信有限公司 | 低噪声振荡器振幅调节器 |
CN106373477A (zh) * | 2016-08-30 | 2017-02-01 | 上海大学 | 双并联倒立摆的网络化视觉伺服控制装置 |
CN108248325A (zh) * | 2018-01-11 | 2018-07-06 | 山西大学 | 基于事件触发的汽车主动悬架状态反馈控制方法 |
CN108356816A (zh) * | 2018-01-12 | 2018-08-03 | 南京邮电大学 | 基于输出位置的单臂机械手事件触发adp控制器结构 |
CN108445748A (zh) * | 2018-02-02 | 2018-08-24 | 北京航空航天大学 | 一种基于事件触发机制的自适应航天器姿态跟踪控制方法 |
CN109189085A (zh) * | 2018-07-25 | 2019-01-11 | 西北工业大学 | 基于事件触发的航天器网络化系统姿态控制方法 |
CN110253572A (zh) * | 2019-05-31 | 2019-09-20 | 广东工业大学 | 一种基于扰动观测器的输入饱和多单臂机械手的事件触发控制方法 |
CN110262484A (zh) * | 2019-06-10 | 2019-09-20 | 同济人工智能研究院(苏州)有限公司 | 基于自适应事件触发的轮式机器人匀速直线编队控制方法 |
CN110456681A (zh) * | 2019-07-01 | 2019-11-15 | 天津大学 | 基于事件触发的中立稳定饱和系统的输出反馈控制器 |
CN110687784A (zh) * | 2019-09-16 | 2020-01-14 | 广东工业大学 | 一种针对非线性不确定系统的自适应事件触发控制方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114265311A (zh) * | 2021-12-21 | 2022-04-01 | 杭州电子科技大学 | 基于动态反馈的非线性液位控制谐振电路系统的控制方法 |
CN114265311B (zh) * | 2021-12-21 | 2024-03-29 | 杭州电子科技大学 | 基于动态反馈的非线性液位控制谐振电路系统的控制方法 |
CN114280942A (zh) * | 2021-12-31 | 2022-04-05 | 杭州电子科技大学 | 非线性振荡器非辨识自适应输出反馈控制方法 |
CN114280942B (zh) * | 2021-12-31 | 2024-04-02 | 杭州电子科技大学 | 非线性振荡器非辨识自适应输出反馈控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113219826B (zh) | 2022-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109927032B (zh) | 一种基于高阶滑模观测器的机械臂轨迹跟踪控制方法 | |
CN113219826B (zh) | 基于事件触发机制的非线性振荡器的自适应跟踪控制方法 | |
CN107544256B (zh) | 基于自适应反步法的水下机器人滑模控制方法 | |
CN112621759A (zh) | 基于事件触发机制的遥操作系统分数阶滑模同步控制方法 | |
CN110687787B (zh) | 一种机械臂系统自适应控制方法 | |
CN110119087B (zh) | 一种有向通信下二阶多智能体系统固定时一致性跟踪方法 | |
CN108803326A (zh) | 具有干扰和时延的工业机械臂线性自抗扰跟踪控制方法 | |
CN105912013A (zh) | 一种组合体航天器姿态无模型自适应控制方法 | |
CN113241973B (zh) | S型滤波器迭代学习控制直线电机轨迹跟踪控制方法 | |
CN104199294A (zh) | 电机伺服系统双神经网络摩擦补偿和有限时间协同控制方法 | |
CN108155833B (zh) | 考虑电气特性的电机伺服系统渐近稳定控制方法 | |
CN113589689A (zh) | 一种基于多参数自适应神经网络的滑模控制器设计方法 | |
CN113110048A (zh) | 采用hosm观测器的非线性系统输出反馈自适应控制系统和方法 | |
Deng et al. | A novel neural approximate inverse control for unknown nonlinear discrete dynamical systems | |
CN113043251A (zh) | 一种机器人示教再现轨迹学习方法 | |
CN111439392B (zh) | 一种航天器编队位置协同控制方法 | |
Youcef-Toumi et al. | Control of robot manipulators using time delay | |
CN110333666B (zh) | 一种基于状态估计的航空发动机分布式控制设计方法 | |
CN114147713B (zh) | 基于自适应神经网络高阶动态滑模的轨迹跟踪控制方法 | |
CA3045389A1 (en) | Pre-step co-simulation method and device | |
CN114859725A (zh) | 一种非线性系统自适应事件触发控制方法及系统 | |
CN111679571B (zh) | 一种低速飞艇的给定速度滑模自适应跟踪方法 | |
CN115981165B (zh) | 一种高阶非严格反馈非线性系统全局自适应跟踪控制方法 | |
CN114280942B (zh) | 非线性振荡器非辨识自适应输出反馈控制方法 | |
CN110187637A (zh) | 在控制方向和期望轨迹不确定下的机器人系统控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |