CN110989340B - 一种智能控制器的设计方法 - Google Patents

Abstract

本发明公开了一种智能控制器的设计方法，针对的是无法建立精确数学模型或具有本质非线性特性的控制对象，将相平面法和模式识别法相结合，为定量描述智能控制系统的效果和方便建立特征模式类，提出了理想相轨迹，得到了控制系统性能指标与理想相轨迹的对应关系，并根据系统实时相轨迹与理想相轨迹的状态比较，将系统分为不同的特征模式类，再根据控制算法集和推理规则得到控制器输出。

Description

一种智能控制器的设计方法

技术领域

本发明属于智能控制技术领域，具体涉及一种智能控制器的设计方法。

背景技术

面对有精确数学模型的具有本质非线性特性的控制对象，可采用传统控制理论中的相平面法或描述函数法进行控制系统的设计。而对于无法建立精确数学模型的控制对象，统控制理论无能为力，特别是对于无法建立精确数学模型的具有本质非线性特性的控制对象，应用传统控制理论更加困难。智能控制方法弱化了对被控对象数学模型的依赖，一般具有较高的稳定性和较强的适应能力。智能控制方法中，基于模式识别的智能控制作为一种简单而有效的控制方法，得到了迅速发展。本专利提出一种相平面法和模式识别法相结合的智能控制器设计方法。

目前，已公开的专利、科技论文、毕业论文中没有与相平面法和模式识别法相结合的智能控制器设计方法相关的内容，本专利提出的智能控制器设计方法有两个创新点：一是为定量描述控制系统的效果，引入了理想相轨迹；二是提出了以理想相轨迹为目标的基于模式识别的智能控制器的设计方法，包括特征模式类的划分、控制算法集和推理规则。

实用新型内容

本发明的目的在于，针对无法建立精确数学模型或具有本质非线性特性的控制对象，提供相平面法和模式识别法相结合的智能控制器设计方法，用于指导制系统的设计。

本发明的相关技术问题主要是通过下述技术方案得以解决的：

一种智能控制器的设计方法，针对无法建立精确数学模型或具有本质非线性特性的控制对象，为定量描述控制系统的效果，引入了理想相轨迹，根据控制系统的相轨迹图，将控制系统第一次达到稳态值的e(t_r)＝0点对应的t_r作为控制系统上升时间，将控制系统误差变化率为零的

点对应的e(t_p)作为控制系统超调量σ_p，将|e(t_s)|≤0.02的点对应的t_s作为控制系统的调整时间，得到控制系统性能指标与理想相轨迹的对应关系为：

式中，t_r为控制系统上升时间，σ_p为控制系统超调量，t_s为控制系统调整时间，(e(t_r)，

)为理想相轨迹第一次与

轴的交点坐标，(e(t_p)，

)为理想相轨迹第一次与e轴的交点坐标，(e(t_s)，

)为理想相轨迹进入|e(t_s)|≤0.02区域内与|e|＝0.02的交点坐标；

根据控制系统的超调量、上升时间、调整时间等性能指标，确定理想相轨迹的特征点，再通过描点法、插值法等数学计算方法或典型螺旋线方程(如阿基米德螺线、费马螺线、对数螺线等)，即可得到控制系统的理想相轨迹；

根据系统实时相轨迹与理想相轨迹的状态比较情况，将系统分为19个特征模式类：

M₁＝{e≥e_max}

M₂＝{e≤-e_max}

式中，e_max为设定的误差最大值；ε为一小的正数；e、

为控制系统理想相轨迹的坐标；e_t、

为控制系统实际相轨迹的坐标；

根据特征模式类，确定控制算法集，包括正负最大输出、保持、PI控制、正反馈控制、PID控制等；

根据特征模式类和控制算法的特点，确定推理规则，进而根据推理规则得到控制器输出。

进一步，所述的控制算法集如下：

U₁＝{u(t)＝u_max}

U₂＝{u(t)＝u_min}

U₃＝{u(t)＝u(t-1)}

U₄＝{u(t)＝u(t-1)+K_P[e(t)-e(t-1)+T_se(t)/T_I]}

U₅＝{u(t)＝u(t-1)+K_P[e(t)-e(t-1)-T_se(t)/T_I]}

U₆＝{u(t)＝u(t-1)+K_P[e(t)-e(t-1)+T_se(t)/T_I

+T_D(e(t)-2e(t-1)+e(t-2))/T_s]}

式中，U₁、U₂为控制器输出最大、最小值u_max、u_min，受实际情况限制；U₃为保持控制器；U₄为PI控制器；U₅为正反馈控制器；U₆为PID控制器，K_p、T_I、T_D为PID控制器参数；T_s为采样时间。

进一步，所述的控制器的推理规则如下：

表中，U₁-U₆为控制算法。

本发明具有如下优点：对于无法建立精确数学模型或具有本质非线性特性的控制对象，本专利提出的控制器有较强的适应性；相比于其它智能控制器，本专利提出的控制器设计方法可以定量描述控制效果。

附图说明

图1为智能控制器结构图；

图2为理想相轨迹图；

图3为特征模式类划分图；

图4为控制系统仿真输出波形对比图。

具体实施方式

下面通过实例，并结合附图，对本发明的技术方案作进一步具体的说明。

实施例1

一种智能控制器的设计方法，针对无法建立精确数学模型或具有本质非线性特性的控制对象，如图1至图4所示，包括如下步骤

1，数据归一化

为消除量纲对相轨迹图的影响，需要将控制器输入数据进行归一化处理，包括控制系统输入信号和控制系统输出信号。

2，确定理想相轨迹

一般控制系统相轨迹如图2所示。图中A点e(t_r)＝0，控制系统第一次达到稳态值，所以t_r即为控制系统上升时间；B点

控制系统误差变化率为零，此时，e(t_p)即为控制系统超调量σ_p；C点|e(t_s)|≤0.02，则t_s即为控制系统的调整时间。

所以，可得控制系统性能指标与相轨迹的对应关系为：

因此，由控制系统的性能指标，可以得到控制系统的理想相轨迹的特征点，再通过描点法、插值法等数学计算方法或典型螺旋线方程(如阿基米德螺线、费马螺线、对数螺线等)，即可得到控制系统的理想相轨迹。

3，划分特征模式类

根据系统实时相轨迹与理想相轨迹的状态比较情况，将系统分为19个特征模式类，如图3所示，具体划分如下：

M₁＝{e≥e_max}

M₂＝{e≤-e_max}

式中，e_max为设定的误差最大值；ε为一小的正数；e、

为控制系统理想相轨迹的坐标；e_t、

为控制系统实际相轨迹的坐标。

4，确定控制算法集

根据特征模式类的划分，设计控制算法集如下：

U₁＝{u(t)＝u_max}

U₂＝{u(t)＝u_min}

U₃＝{u(t)＝u(t-1)}

U₄＝{u(t)＝u(t-1)+K_P[e(t)-e(t-1)+T_se(t)/T_I]}

U₅＝{u(t)＝u(t-1)+K_P[e(t)-e(t-1)-T_se(t)/T_I]}

U₆＝{u(t)＝u(t-1)+K_P[e(t)-e(t-1)+T_se(t)/T_I

+T_D(e(t)-2e(t-1)+e(t-2))/T_s]}

式中，U₁、U₂为控制器输出最大、最小值u_max、u_min，受实际情况限制；U₃为保持控制器；U₄为PI控制器；U₅为正反馈控制器；U₆为PID控制器，K_p、T_I、T_D为PID控制器参数；T_s为采样时间。

5，确定推理规则

推理规则表如下：

推理规则表

表中，U₁-U₆为控制算法。

实施例2

取一阶带有延迟的被控对象模型基如下：

以误差积分IAE＝∫|e(t)|dt为性能指标的最优PID控制器与本专利提出的智能控制器进行比较。其中最优PID控制器的参数为K_p＝2.1，T_I＝4.63，T_D＝0.91；智能控制器参数为e_max＝1，u_max＝2，u_min＝-2，ε＝0.01，K_p、T_I、T_D同上，智能控制器的理想相轨迹用描点法给出。仿真输出波形如图4所示。

从仿真结果看，利用本专利提出的智能控制器的控制效果在IAE性能指标、超调量、响应时间等指标上均优于最优PID控制器。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。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各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (3)

1.一种智能控制器的设计方法，针对无法建立精确数学模型或具有本质非线性特性的控制对象，其特征在于：

根据控制系统的相轨迹图，将控制系统第一次达到稳态值的e(t_r)＝0点对应的t_r作为控制系统上升时间，将控制系统误差变化率为零的

点对应的e(t_p)作为控制系统超调量σ_p，将|e(t_s)|≤0.02的点对应的t_s作为控制系统的调整时间，得到控制系统性能指标与理想相轨迹的对应关系为：

式中，t_r为控制系统上升时间，σ_p为控制系统超调量，t_s为控制系统调整时间，

为理想相轨迹第一次与

轴的交点坐标，

为理想相轨迹第一次与e轴的交点坐标，

为理想相轨迹进入|e(t_s)|≤0.02区域内与|e|＝0.02的交点坐标；

根据控制系统包括超调量、上升时间、调整时间在内的性能指标，确定理想相轨迹的特征点，通过描点法、插值法或典型螺旋线方程得到控制系统的理想相轨迹；

根据系统实时相轨迹与理想相轨迹的状态比较情况，将系统分为19个特征模式类：

M₁＝{e≥e_max}

M₂＝{e≤-e_max}

式中，e_max为设定的误差最大值；ε为一小的正数；e、

为控制系统理想相轨迹的坐标；e_t、

为控制系统实际相轨迹的坐标；

根据特征模式类，确定包括正负最大输出、保持、PI控制、正反馈控制、PID控制在内的控制算法集；

根据特征模式类和控制算法的特点，确定推理规则，进而根据推理规则得到控制器输出。

2.根据权利要求1所述的一种智能控制器的设计方法，其特征在于，所述的控制算法集如下：

U₁＝{u(t)＝u_max}

U₂＝{u(t)＝u_min}

U₃＝{u(t)＝u(t-1)}

U₄＝{u(t)＝u(t-1)+K_P[e(t)-e(t-1)+T_se(t)/T_I]}

U₅＝{u(t)＝u(t-1)+K_P[e(t)-e(t-1)-T_se(t)/T_I]}

U₆＝{u(t)＝u(t-1)+K_P[e(t)-e(t-1)+T_se(t)/T_I+T_D(e(t)-2e(t-1)+e(t-2))/T_s]}

式中，U₁、U₂为控制器输出最大、最小值u_max、u_min，受实际情况限制；U₃为保持控制器；U₄为PI控制器；U₅为正反馈控制器；U₆为PID控制器，K_p、T_I、T_D为PID控制器参数；T_s为采样时间。

3.根据权利要求2所述的一种智能控制器的设计方法，其特征在于，所述的控制器的推理规则如下：

表中，U₁-U₆为控制算法。

Images