一种基于无模型的柴油机转速自适应自抗扰控制方法
技术领域
本发明涉及一种柴油机转速控制方法,特别是一种基于无模型的柴油机转速自适应自抗扰控制方法,属于自抗扰控制技术领域。
背景技术
在现代工业控制中,非线性对象的研究依旧是难点。至今已出现了许多先进控制算法,例如模糊控制、神经网络、自适应控制、反演控制和动态面控制等。但实际应用中,还是PID占据绝对统治地位,这是一种采用误差消除误差,不依赖被控对象模型,结构简单,容易实现的技术。因为这些优点,PID控制一直受工程领域的青睐。上世纪末期,借鉴PID误差消除误差的思想,韩京清先生提出了自抗扰控制算法(active disturbance rejectioncontrol,ADRC)。自抗扰控制由微分器、观测器、反馈误差反馈控制律三部分组成,以观测器预测和补偿扰动为核心思想。同时,自抗扰控制只需要知道系统的 I/O数据和阶次,不依赖被控对象模型,控制精度高、鲁棒性强。
因自抗扰控制技术采用非线性分段函数,调节参数较多,制约了进一步的工程应用和理论分析。于是,高志强于2003年提出了线性自抗扰控制技术(linear activedisturbance rejection control, LADRC),调节参数降为2个,并通过频域法对其进行了严格的理论分析,促进了自抗扰控制的理论研究,极大的提高了自抗扰控制技术的工程应用。毛文勇等将自抗扰控制应用到机器人的控制中,取得了较好的控制效果。陈志旺等将自抗扰控制器(ADRC)应用于四旋翼飞行器姿态控制。刘凤鸣等针对快堆控制器具有更快的响应速度和更高的控制精度的需求,分别设计了堆功率和堆芯冷却剂出口温度线性自抗扰控制器(LADRC),取得了满意的控制效果。王东升等将自抗扰应用到飞行器的姿态控制中。李书培等将自抗扰应用于主动粘弹性控制技术,具有优异的抗高频扰动性能。也有将自抗扰与其他控制方法相结合的策略,例如将Smith预估器与自抗扰相结合解决了大时滞系统控制问题。
理论应用方面,郭宝珠证明了微分器的收敛性。Yoo D证明了观测器的收敛性。郑青于2007年首次分析了非线性时变对象的线性自抗扰的稳定性,得出了随带宽的增加,估计误差和输出误差边界的论断。黄一于2011年介绍了自抗扰控制的最新研究成果。陈增强针对线性自抗扰进行了研究,证明了在模型未知时,观测误差和输入输出一致有界的特点。2016年,高志强等发现在总和扰动可微的条件下,通过奇异值摄动方法可得到线性自抗扰控制中扰动与估计误差大小的关系。周涛等采用反双曲正弦函数重构了非线性自抗扰控制,调节参数少,理论证明简单。刘延芳等采用最小二乘法设计自抗扰自适应反馈控制率,具有一定的鲁棒性能。陈志勇等采用传统参数自适应控制律设计了自抗扰误差反馈控制率。以上自适应控制律基本类似传统最小二乘法的改进型,控制律参数较多,调节复杂,因此需要研究一种无模型的柴油机转速自适应自抗扰控制方法以解决现有技术的不足。
发明内容
本发明所要解决的技术问题是提供一种无模型的柴油机转速自适应自抗扰控制方法,调节参数少,收敛速度快。
为解决上述技术问题,本发明所采用的技术方案是:
一种基于无模型的柴油机转速自适应自抗扰控制方法,其特征在于包含以下步骤:
步骤一:构建柴油机转速控制方程;
步骤二:建立自抗扰扩展观测器ESO;
步骤三:建立基于无模型的自适应控制率并进行收敛性证明;
步骤四:根据步骤二和三的结果搭建自适应自抗扰控制器,并将自适应自抗扰控制器应用于柴油机转速控制。
进一步地,所述步骤一中柴油机转速控制方程为
式中,x
2(t)=f(x
1(t),x
2(t))+g(x
1(t),x
2(t))u(t)-b
0u(t)+l(t)为系统总扰动量,有界;o(t)为扩张量;l(t)为系统有界负载扰动,满足l(t)<L,L为常数;柴油机系统状态量为:x
1(t)=∫n
e(t)dt,x
2(t)=n
e(t),n
e(t)为转速;
V
d是气缸每循环排空容积,k
1、k
2是拟合函数的系数,N
st是冲程数, K
Q是扭矩系数,ρ是海水密度,D是螺旋桨直径,η
i是指示热效率, I是柴油机、轴系和螺旋桨各桨叶总的转动惯量,H
u是燃油低热值,
是每循环流入气缸的燃油平均质量;b
0是设定值,且b
0>0;u(k)、 y(k)分别是系统控制输入、系统输出。
进一步地,所述步骤二中自抗扰扩展观测器ESO为二阶扩张观测器,采用反双曲正弦函数作为非线性函数,r为系统指令输入,l(t) 为外部扰动;其观测器结构形式如下
只要满足β1-β2>0,观测器误差e(t)可收敛至零,即 z1(t)→x1(t),z2(t)→x2(t)。
进一步地,所述步骤三中基于无模型的自适应控制率为
进一步地,所述基于无模型的自适应控制率建立过程为
对于柴油机转速控制方程,作如下假设:
假设1:式(1)关于控制输入信号u(t)的偏导数存在且连续;
假设2:式(1)是广义Lipschitz的,即满足对任意的t,当△u0(t)≠0 时,有
|△x1(t+1)|≤Q|△u(t)|
△x1(t+1)=x1(t+1)-x1(t)
△u(t)=u(t)-u(t-1) (3)
式中,Q为一正常数,因柴油机转速控制方程对于全局变量均连续可微,显然控制输入信号u(t)的偏导数存在且连续;另外,对于柴油机转速控制方程,有限的油门变化量不会引起转速的无限增加,所以假设2显然成立;
定理1:对于柴油机转速控制方程,当△u(t)≠0时,一定存在一个称为伪偏导数的量θ(t),使得
△x1(t+1)=θ(t)△u(t)
|θ(t)|≤Q (4)
证明:由上述公式可得
△x1(t+1)=x1(t)+T(x2(t)+b0u(t))-x1(t-1)+T(x2(t-1)+b0u(t-1))
=B△u(t)+g(t) (5)
g(t)=x1(t)-x1(t-1)+T(x2(t)-x2(t-1)) (6)
因△u(t)≠0,可得:g(t)=η(t)△u(t) (7)
一定有解η(t);
令:θ(t)=B+η(t) (8)
则由式(5)、(7)可得式(4),显然可得|θ(t)|≤Q,证毕;
假设船舶柴油机期望转速为r(t),控制目标为通过一合适的控制输入u0(t),使得跟踪误差:当t→∞时,e(t)=r(t)-x1(t)=0;
我们定义控制输入准则函数为:
H=e2(t+1)+λ[u0(t)-u0(t-1)]2 (9)
式中,λ为一控制输入量的权重因子;
根据e(t)定义,式(9)可改写为:
H={r(t+1)-x1(t)-θ(t)[u0(t)-u0(t-1)]}2+λ[u0(t)-u0(t-1)]2 (10)
式中,γt是仿真步长;
由式(8)可知θ(t)未知,假设其在线设估计值为
则式(11) 可改写为:
H={r(t+1)-x1(t)-θ(t)[u0(t)-u0(t-1)]}2+μ[u0(t)-u0(t-1)]2 (13)
式中,μ为权重因子;通过式(13)的最优条件可得:
式中,ηt为步长序列;
为了使△u(t)≠0总是成立,给出如下重置算法:
式中,ε是一充分小正数;
综上所述,可得自抗扰自适应控制律为:
进一步地,所述步骤三中收敛性证明过程为
假设3:对于任意时刻t,且△u(t)≠0,系统的符合保持不变;
定理2:对于柴油机转速控制方程,在假设1-3均成立的情况下,当r(t)为常数时,采用,自抗扰采用自抗扰自适应控制律,存在一个正数λ
min>0,使得λ>λ
min时有:系统误差时单调收敛的,且
闭环系统是BIBO稳定的,即输出{y(t)}和输入序列{u
0(t)}有界,即{u(t)}有界;
证明:定理2的证明包括3部分,分别是伪遍导数估计值
控制输入u(t)与系统输出转速y(t)的有界性。;
有界性:
当|Δu
0(t)|≤ε时,由式(15)可知
有界;当|Δu
0(t)|>ε时,将式(14) 两边同减去θ(t)可得:
△θ(t)=θ(t)-θ(t-1)
从而可得
根据定理1,式(17)可改写为:
将式(18)取绝对值可得:
显然,函数
关于[u
0(t-1)]
2是单调递增的,最小值为
当0<η
t≤1和μ>0时,一定有常数d
1,满足下式:
因|θ(t)|≤Q有界,可得|△θ(t)|≤2Q,带入式(19)、(20)可得:
从式(21)可知有界,因θ(t)有界,故也有界;
控制输入u(t)与系统输出转速y(t)的有界性:
跟踪误差绝对值可表示为
|e(t+1)|=|r(t+1)-x1(t+1)| (22)
由式(4)、(6)可得:
由式(15)可知,
令λ
min=Q
2/4,若λ>λ
min,则一定存在常数0<M
1<1,使得下式成立
根据式(24),及0<γt≤1和λ>λmin,一定存在常数d2<1,使得
由式(23)、(25)可得:
由式(26)可知,定理2的结论(1)成立;
因r(t)为常数,则转速跟踪误差e(t)的收敛性意味着x1(t)有界;利用不等式:
由式(12)可知:
式中M2为一有界常数。;利用式(26)、(27),有
从而可证系统的u0(t)有界,因z2(t)为有界扰动,由公式(14)知,系统控制输入u(t)有界。
本发明与现有技术相比,具有以下优点和效果:采用本发明的控制方法,柴油机转速波动较小,收敛速度更快,控制效果更好,能做到控制律的自适应控制,参数调节更少,有利于实际工程应用。采用自适应控制策略后,控制输入即油门波动更少,有利于节省能源;输出扭矩波动较小,能够起到减小系统设备磨损的目的。
附图说明
图1是本发明的一种基于无模型的柴油机转速自适应自抗扰控制方法的原理图。
图2是本发明的实施例的电控柴油机转速响应曲线图。
图3是本发明的实施例的转速误差曲线图。
图4是本发明的实施例的控制输入曲线图。
图5是本发明的实施例的柴油机输出扭矩曲线图。
具体实施方式
下面通过实施例对本发明作进一步的详细说明,以下实施例是对本发明的解释而本发明并不局限于以下实施例。
本发明的一种一种基于无模型的柴油机转速自适应自抗扰控制方法,其特征在于包含以下步骤:
步骤一:构建柴油机转速控制方程;
柴油机转速控制方程为
式中,x
2(t)=f(x
1(t),x
2(t))+g(x
1(t),x
2(t))u(t)-b
0u(t)+l(t)为系统总扰动量,有界;o(t)为扩张量;l(t)为系统有界负载扰动,满足l(t)<L,L为常数;柴油机系统状态量为:x
1(t)=∫n
e(t)dt,x
2(t)=n
e(t),n
e(t)为转速;
V
d是气缸每循环排空容积,k
1、k
2是拟合函数的系数,N
st是冲程数, K
Q是扭矩系数,ρ是海水密度,D是螺旋桨直径,η
i是指示热效率, I是柴油机、轴系和螺旋桨各桨叶总的转动惯量,H
u是燃油低热值,
是每循环流入气缸的燃油平均质量;b
0是设定值,且b
0>0;u(k)、 y(k)分别是系统控制输入、系统输出。
步骤二:建立自抗扰扩展观测器ESO;
自抗扰扩展观测器ESO为二阶扩张观测器,采用反双曲正弦函数作为非线性函数,r为系统指令输入,l(t)为外部扰动;其观测器结构形式如下
只要满足β1-β2>0,观测器误差e(t)可收敛至零,即 z1(t)→x1(t),z2(t)→x2(t)。
步骤三:建立基于无模型的自适应控制率并进行收敛性证明;
基于无模型的自适应控制率为
基于无模型的自适应控制率建立过程为
对于柴油机转速控制方程,作如下假设:
假设1:式(1)关于控制输入信号u(t)的偏导数存在且连续;
假设2:式(1)是广义Lipschitz的,即满足对任意的t,当△u0(t)≠0 时,有
|△x1(t+1)|≤Q|△u(t)|
△x1(t+1)=x1(t+1)-x1(t)
△u(t)=u(t)-u(t-1) (3)
式中,Q为一正常数,因柴油机转速控制方程对于全局变量均连续可微,显然控制输入信号u(t)的偏导数存在且连续;另外,对于柴油机转速控制方程,有限的油门变化量不会引起转速的无限增加,所以假设2显然成立;
定理1:对于柴油机转速控制方程,当△u(t)≠0时,一定存在一个称为伪偏导数的量θ(t),使得
△x1(t+1)=θ(t)△u(t)
|θ(t)|≤Q (4)
证明:由上述公式可得
△x1(t+1)=x1(t)+T(x2(t)+b0u(t))-x1(t-1)+T(x2(t-1)+b0u(t-1))
=B△u(t)+g(t) (5)
g(t)=x1(t)-x1(t-1)+T(x2(t)-x2(t-1)) (6)
因△u(t)≠0,可得:g(t)=η(t)△u(t) (7)
一定有解η(t);
令:θ(t)=B+η(t) (8)
则由式(5)、(7)可得式(4),显然可得|θ(t)|≤Q,证毕;
假设船舶柴油机期望转速为r(t),控制目标为通过一合适的控制输入u0(t),使得跟踪误差:当t→∞时,e(t)=r(t)-x1(t)=0;
我们定义控制输入准则函数为:
H=e2(t+1)+λ[u0(t)-u0(t-1)]2 (9)
式中,λ为一控制输入量的权重因子;
根据e(t)定义,式(9)可改写为:
H={r(t+1)-x1(t)-θ(t)[u0(t)-u0(t-1)]}2+λ[u0(t)-u0(t-1)]2 (10)
根据可得:
式中,γt是仿真步长;
由式(8)可知θ(t)未知,假设其在线设估计值为
则式(11) 可改写为:
H={r(t+1)-x1(t)-θ(t)[u0(t)-u0(t-1)]}2+μ[u0(t)-u0(t-1)]2 (13)
式中,μ为权重因子;通过式(13)的最优条件可得:
式中,ηt为步长序列;
为了使△u(t)≠0总是成立,给出如下重置算法:
式中,ε是一充分小正数;
综上所述,可得自抗扰自适应控制律为:
收敛性证明过程为
假设3:对于任意时刻t,且△u(t)≠0,系统的符合保持不变;
定理2:对于柴油机转速控制方程,在假设1-3均成立的情况下,当r(t)为常数时,采用,自抗扰采用自抗扰自适应控制律,存在一个正数λ
min>0,使得λ>λ
min时有:系统误差时单调收敛的,且
闭环系统是BIBO稳定的,即输出{y(t)}和输入序列{u
0(t)}有界,即{u(t)}有界;
证明:定理2的证明包括3部分,分别是伪遍导数估计值控制输入u(t)与系统输出转速y(t)的有界性。;
当|Δu
0(t)|≤ε时,由式(15)可知
有界;当|Δu
0(t)|>ε时,将式(14) 两边同减去θ(t)可得:
△θ(t)=θ(t)-θ(t-1)
从而可得
根据定理1,式(17)可改写为:
将式(18)取绝对值可得:
显然,函数
关于[u
0(t-1)]
2是单调递增的,最小值为
当0<η
t≤1和μ>0时,一定有常数d
1,满足下式:
因|θ(t)|≤Q有界,可得|△θ(t)|≤2Q,带入式(19)、(20)可得:
控制输入u(t)与系统输出转速y(t)的有界性:
跟踪误差绝对值可表示为
|e(t+1)|=|r(t+1)-x1(t+1)| (22)
由式(4)、(6)可得:
由式(15)可知,
令λ
min=Q
2/4,若λ>λ
min,则一定存在常数0<M
1<1,使得下式成立
根据式(24),及0<γt≤1和λ>λmin,一定存在常数d2<1,使得
由式(23)、(25)可得:
由式(26)可知,定理2的结论(1)成立;
因r(t)为常数,则转速跟踪误差e(t)的收敛性意味着x1(t)有界;利用不等式:
由式(12)可知:
式中M2为一有界常数。;利用式(26)、(27),有
从而可证系统的u0(t)有界,因z2(t)为有界扰动,由公式(14)知,系统控制输入u(t)有界。
步骤四:根据步骤二和三的结果搭建自适应自抗扰控制器,并将自适应自抗扰控制器应用于柴油机转速控制。
因无模型控制属于离散形式,可通过合适的步长来实现过渡过程。为了减少调节参数,本文自适应自抗扰控制取消微分器,由观测器 (ESO)、无模型自适应控制律(ANLSEF)两部分组成。其工作原理如图1所示。
下面通过具体仿真实验对本发明方法效果作进一步验证。
本实施例采用平均值法建立柴油机本体模型。自适应自抗扰控制器采用Matlab/Simulink中的S函数模块实现,以建立的船舶柴油机平均值模型为载体对AADRC的性能进行测试。为验证控制效果,对基于BP神经网络的自整定PID控制与AADRC进行了仿真对比。
针对被控对象是柴油机转速系统(1),因控制器是离散形式,可通过调节观测器步长T和自适应控制律步长γt实现过渡过程,避免系统调节初期控制量太大导致峰值的问题。因此本实施例取消微分器,自抗扰控制由基于反双曲正弦函数的观测器、基于无模型的自适应控制律两部分组成,结构简洁,调节参数少。
对于基于BP神经网络的自整定PID控制,BP神经网络的结构为 4-5-3,学习效率η=0.3,惯性系数α=0.05,权系数的初值取区间[-0.5 0.5],Kp=180,Ki=2,kd=10。
自适应控制观测器参数设置为:β1、β2分别为20、180;步长 T为0.1。自适应控制律参数设置为:γt、ηt、λ、μ分别为0.09、 0.002、7、3。
本实施例设置仿真时间为100s,初始给定柴油机转速为额定转速114r/min,仿真开始时,螺旋桨负载转矩为1390kN.m,本实施例以50s时负载转矩突减到900kN.m来模拟海况突变,系统负载扰动量 l(t)=25×103sin(t·20π)。
由图2、3可知,基于AADRC的柴油机转速波动较小,收敛速度更快,控制效果更好,能做到控制律的自适应控制,参数调节更少,有利于实际工程应用。由图4和图5可知,采用自适应控制策略后,控制输入即油门波动更少,有利于节省能源;输出扭矩波动较小,能够起到减小系统设备磨损的目的。
本发明设计了自适应自抗扰控制方法,由自适应控制律、观测器两个模块组成,结构更简单。为克服自抗扰控制律调节参数多,不利于工程应用的问题,设计的自适应控制律,使在线调节参数降为1个θ(t),调节参数更少。通过仿真实验表明,控制输出波动小,收敛速度更快,控制性能较好。
本说明书中所描述的以上内容仅仅是对本发明所作的举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种修改或补充或采用类似的方式替代,只要不偏离本发明说明书的内容或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。