CN111766775A - 具有未知饱和pi回滞的非线性系统动态面隐逆控制器 - Google Patents
具有未知饱和pi回滞的非线性系统动态面隐逆控制器 Download PDFInfo
- Publication number
- CN111766775A CN111766775A CN202010373060.3A CN202010373060A CN111766775A CN 111766775 A CN111766775 A CN 111766775A CN 202010373060 A CN202010373060 A CN 202010373060A CN 111766775 A CN111766775 A CN 111766775A
- Authority
- CN
- China
- Prior art keywords
- hysteresis
- function
- saturated
- following
- equation
- 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
- 229920006395 saturated elastomer Polymers 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 claims abstract description 38
- 230000003044 adaptive effect Effects 0.000 claims abstract description 18
- 238000006243 chemical reaction Methods 0.000 claims abstract description 16
- 238000013461 design Methods 0.000 claims description 18
- 230000006978 adaptation Effects 0.000 claims description 10
- 239000000126 substance Substances 0.000 claims description 9
- 230000003247 decreasing effect Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 4
- 238000009499 grossing Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 42
- 238000010586 diagram Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000012938 design process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了具有未知饱和PI回滞的非线性系统动态面隐逆控制器,包括以下步骤:1)构造带有饱和PI回滞非线性系统模型;2)对系统中饱和PI模型进行建模;3)定义带有饱和PI回滞非线性系统的误差性能转换函数来确保系统跟踪误差满足预定的性能指标;4)将自适应动态面算法与隐逆方法相结合设计出具有饱和回滞严格反馈非线性系统的控制器。本发明所述的控制器能够确保系统跟踪误差满足预定的性能指标,并解决了回滞逆模型构造困难的难题,有效解决系统中回滞现象的影响,使系统跟踪误差满足L∞性能指标,实现系统的稳定运行。
Description
技术领域
本发明属于自动化技术领域,涉及具有未知饱和PI回滞的非线性系统动态面隐逆控制器。
背景技术
在自动化技术领域,随着各种精密加工和生产设备等对控制精度和控制速度的不断提高,近年来以压电陶瓷等智能材料为核心的先进传感和驱动技术以及由此而产生的滞环非线性现象成为一个新的研究热点。滞环非线性现象中的回滞特性无法通过状态关系表示,系统的变化还依赖于运动的历史状态,它具有一定的非局部记忆性。因此滞环非线性特性不能通过简单的状态空间描述,而是需要更加复杂的数学表达。回滞是不可微分和多值的,当一个控制系统存在回滞现象时,它可能会表现出不理想的属性,如振荡,甚至造成控制系统不稳定。现有的各类回滞模型各具特点,适用范围也不尽相同,不仅如此,各模型结构、参数等也完全不同。对于回滞模型对非线性系统性能的影响以及消除回滞影响的控制策略的研究已引起国内外控制界的高度重视。
目前,为了解决控制系统中存在的回滞问题,现有技术中常采用两种方法。第一种方法是通过建立回滞逆模型来抵消回滞从而削弱系统中的回滞现象;该方法可以有效解决系统中的回滞现象,但由于回滞本身的复杂性,回滞逆模型的构造也相当困难,甚至有一些回滞模型是无法构造其逆模型的。第二种方法是通过鲁棒自适应控制算法来处理系统中的回滞现象,该方法解决了构造回滞逆模型困难的问题,但同时也引入了解回滞模型的困难。通过对自动化非线性系统的研究,本发明针对一类具有未知饱和PI回滞的严格反馈非线性系统提出了另一种解决方法:鲁棒自适应动态面隐逆控制方法。
发明内容
针对自动化控制中状态可测、存在饱和PI回滞现象的问题,本发明采用鲁棒自适应动态面控制与隐逆技术相结合,旨在提供可将误差收敛到任意小的残差集内,并确保所有闭环信号都是半全局一致最终有界的,具有未知饱和PI回滞的非线性系统动态面隐逆控制器。
为了实现上述目的,本发明采用的技术方案为:
具有未知饱和PI回滞的非线性系统动态面隐逆控制器,控制器的实现包括以下步骤:
1)构造带有饱和PI回滞非线性系统模型;
2)对系统中饱和PI模型进行建模;
3)建立带有饱和PI回滞非线性系统的性能误差转换函数来确保预定的性能指标;
4)将自适应动态面算法与隐逆方法相结合设计出具有饱和回滞的严格反馈非线性系统控制器。
步骤1)所述带有饱和PI回滞非线性系统模型如公式(1)所示:
ω(t)=P(u(t)) (2)
其中u是设计的最终控制信号,通过设计u,使系统的输出跟踪参考信号yr,此外所有闭环信号是一致有界的;
式(1)满足如下条件:
A1:扰动项Δi(x,t),i=1,…,n是未知的Lipschitz连续函数,并且满足
A3:符号gi,i=1,…,n是已知的,并且存在常数gmin>0和gmin≤|gi|,且,gi>0。
步骤2)所述对系统中饱和PI模型建模如下;
饱和型PI模型是传统PI模型的扩展,具有传统PI模型的特征,并且它可用饱和stop算子表示,另外,假设Cm[0,tE]是一个分段单调连续的泛函空间,其中tE是一个实数,是该区间的一个端点。对于任意输入u(t)∈Cm[0,tE],令定义为:
其中ρ是已知的连续非递减函数的曲线,输入u和输出w的环路由曲线ρ限制;
其中在时间t=0处应用u(0),且r表示阈值,用于确定(u,w)平面中的磁滞区域,0=t0<t1<…<tN=tE是[0,tE]的一个区间,因此函数u在每个子区间(ti,ti+1]上都是单调的,然后,stop算子按以下方式定义饱和PI模型:
其中p(r)是一个未知的连续函数,称为密度函数,r表示阈值,它满足p(r)>0且为方便起见,选择D=∞作为积分上限,使用定义的密度函数,运算式(6)将C[t0,∞)映射到C[t0,∞),根据式(6),则式(1)可以写成:
步骤3)具体如下:
首先,如下定义系统的跟踪误差:
e=x1-yr (8)
其中yr是参考信号;性能误差转换函数定义如下:性能函数
其中S1通过误差转换函数的转换而获得的转换误差,Φ(S1)是一个光滑且严格单调递增的函数,此外,其逆函数具有以下特性:
并且
注意,将e(0)=0考虑在e(0)>0或e(0)<0时,不会对结果造成影响,同时,σ不能等于零。
步骤4)具体如下:
41)自适应动态面控制器设计
步骤1:第一个误差面由式(13)可得,再结合式(7),则S1的时间导数为:
其中x2d是设计的虚拟控制信号用来稳定式(14);Ψ的表达式如:
其中ε是正常数,结合式(14)和(17),V1导数的表达式如下:
根据不等式(17),我们可以选择虚拟控制律x2d为:
其中η1,σ1,κ1为正的设计参数;
令虚拟控制信号x2d通过以下一阶滤波器,然后得到一个新的状态变量z2:
其中,τ2是时间常数;
步骤i(2≤i≤n-1):Si是第i个误差面,定义为:
Si=xi-zi (22)
根据式(7),Si的时间导数满足以下公式:
其中xi+1,d是设计的虚拟控制信号以令式(23)稳定,选择Lyapunov函数为:
根据不等式(25),选择虚拟控制律xi+1,d为:
其中ηi,σi,κi为正的设计参数,令虚拟控制信号xi+1,d通过以下一阶低通滤波器,然后得到一个新的状态变量zi+1:
τi+1是时间常数;
步骤n:Sn是第n个误差面,定义为
Sn=xn-zn (29)
根据式(7),Si的时间导数满足以下式子:
与步骤1和i不同,选择Lyapunov函数为:
根据不等式(32),可以选择临时控制信号为:
其中,ηn,κn和σpr为正的设计参数;
令:
42)利用寻优的方法找出最优性能指标
u*是通过寻优方法找到的最优值,满足
将回滞算子的实际输入范围设为[umin,umax],假设W(t)在ti≤t≤ti+1的范围内是单调的,对于每个t∈[ti,ti+1],作如下定义:
现在假设W(t)在区间ti≤t≤ti+1中单调增加,对于所有t∈[ti,ti+1],定义新变量uμ(t)和Wμ(t),并满足u0(t)=u*(ti),其中μ是范围在μ∈[0,umax-umin]内的变量;
定义:
如果,W(t)>Wmax(t),让u*(t)=umax;
如果,W(t)<Wmin(t),让u*(t)=umin;
如果,Wmin(t)≤W(t)≤Wmax(t),u*(t)的值可以通过以下方法获得;
第一步:让μ从零开始增加;
第二步:计算出uμ(t)和Wμ(t)的值,如果Wμ(t)<W(t),则μ继续增加并且回到第二步,否则,进入第三步;
第三步:让μ停止增加,并将此时的μ记为μ0,并定义u*(t)=uμ0(t);
所以,最终的自适应控制率u应选为:
u(t)=u*(t) (41)。
本发明具有的有益效果为:
1)该控制器实现的方法中应用了自适应动态面方法来抵消系统中的回滞现象,不需要构造PI回滞的逆模型,避免了构造逆模型的困难。
2)该控制器实现的方法是通过求出PI性能指标的最优值来获得PI回滞的输入信号,避免了求解回滞逆模型的困难。
3)在控制器的设计过程中引入了性能和误差转换函数,以确保实现预定的跟踪性能。
4)与反步法控制方案相比,该控制器实现的方法可以消除“微分爆炸”问题。
附图说明
图1为自适应动态面隐逆方法跟踪性能示意图;
图2为自适应动态面方法跟踪性能示意图;
图3为两种方法跟踪误差示意图;
图4为两种方法控制信号示意图;
图5为两种方法回滞输出信号示意图;
图6为两种方法中参数bg1估计值示意图;
图7为两种方法中参数θg1估计值示意图;
图9两种方法中参数bg2估计值示意图;
图10两种方法中参数θg2估计值示意图;
具体实施方式
如图1-11所示,具有未知饱和PI回滞的非线性系统动态面隐逆控制器,控制器的实现包括以下步骤:
1)构造带有饱和PI回滞非线性系统模型;
2)对系统中饱和PI模型进行建模;
3)建立带有饱和PI回滞非线性系统的性能误差转换函数来确保预定的性能指标;
4)将自适应动态面算法与隐逆方法相结合设计出具有饱和回滞的严格反馈非线性系统控制器。
其中,步骤1)所述带有饱和PI回滞非线性系统模型如公式(1)所示:
ω(t)=P(u(t)) (2)
其中u是设计的最终控制信号,通过设计u,使系统的输出跟踪参考信号yr,此外所有闭环信号是一致有界的;
式(1)满足如下条件:
A1:扰动项Δi(x,t),i=1,…,n是未知的Lipschitz连续函数,并且满足
A3:符号gi,i=1,…,n是已知的,并且存在常数gmin>0和gmin≤|gi|,且,gi>0。
步骤2)所述对系统中饱和PI模型建模具体如下:
饱和型PI模型是传统PI模型的扩展,具有传统PI模型的特征,并且它可用饱和stop算子表示,另外,假设Cm[0,tE]是一个分段单调连续的泛函空间,其中tE是一个实数,是该区间的一个端点。对于任意输入u(t)∈Cm[0,tE],令定义为:
其中ρ是已知的连续非递减函数的曲线,输入u和输出w的环路由曲线ρ限制;
其中在时间t=0处应用u(0),且r表示阈值,用于确定(u,w)平面中的磁滞区域,0=t0<t1<…<tN=tE是[0,tE]的一个区间,因此函数u在每个子区间(ti,ti+1]上都是单调的,然后,stop算子按以下方式定义饱和PI模型:
其中p(r)是一个未知的连续函数,称为密度函数,r表示阈值,它满足p(r)>0且为方便起见,选择D=∞作为积分上限,使用定义的密度函数,运算式(6)将C[t0,∞)映射到C[t0,∞),考虑式(6),则式(1)可以写成:
步骤3)所述步骤如下:
首先,如下定义系统的跟踪误差:
e=x1-yr (8)
其中yr是参考信号;性能误差转换函数定义如下:性能函数
其中S1通过误差转换函数的转换而获得的转换误差,Φ(S1)是一个光滑且严格单调递增的函数,此外,其逆函数具有以下特性:
并且
注意,将e(0)=0考虑在e(0)>0或e(0)<0时,不会对结果造成影响,同时,σ不能等于零。
步骤4)所述步骤如下:
41)自适应动态面控制器设计
步骤1:第一个误差面由式(13)可得,再考虑式(7),则S1的时间导数为:
其中x2d是设计的虚拟控制信号用来稳定式(14);Ψ的表达式如:
其中ε是正常数,结合式(14)和(17),V1导数的表达式如下:
根据不等式(17),我们可以选择虚拟控制律x2d为:
其中η1,σ1,κ1为正的设计参数;
令虚拟控制信号x2d通过以下一阶滤波器,然后得到一个新的状态变量z2:
其中,τ2是时间常数;
步骤i(2≤i≤n-1):Si是第i个误差面,定义为:
Si=xi-zi (22)
根据式(7),Si的时间导数满足以下公式:
其中xi+1,d是设计的虚拟控制信号以令式(23)稳定,选择Lyapunov函数为:
根据不等式(25),选择虚拟控制律xi+1,d为:
其中ηi,σi,κi为正的设计参数,令虚拟控制信号xi+1,d通过以下一阶低通滤波器,然后得到一个新的状态变量zi+1:
τi+1是时间常数;
步骤n:Sn是第n个误差面,定义为
Sn=xn-zn (29)
根据式(7),Si的时间导数满足以下式子:
与步骤1和i不同,选择Lyapunov函数为:
根据不等式(32),可以选择临时控制信号为:
其中,ηn,κn和σpr为正的设计参数;
令:
42)利用寻优的方法找出最优性能指标
u*是通过寻优方法找到的最优值,满足:
将回滞算子的实际输入范围设为[umin,umax],假设W(t)在ti≤t≤ti+1的范围内是单调的,对于每个t∈[ti,ti+1],作如下定义:
现在假设W(t)在区间ti≤t≤ti+1中单调增加,对于所有t∈[ti,ti+1],定义新变量uμ(t)和Wμ(t),并满足u0(t)=u*(ti),其中μ是范围在μ∈[0,umax-umin]内的变量;
定义:
如果,W(t)>Wmax(t),让u*(t)=umax;
如果,W(t)<Wmin(t),让u*(t)=umin;
如果,Wmin(t)≤W(t)≤Wmax(t),u*(t)的值可以通过以下方法获得;
第一步:让μ从零开始增加;
第二步:计算出uμ(t)和Wμ(t)的值,如果Wμ(t)<W(t),则μ继续增加并且回到第二步,否则,进入第三步;
第三步:让μ停止增加,并将此时的μ记为μ0,并定义u*(t)=uμ0(t);
所以,最终的自适应控制率u应选为:
u(t)=u*(t) (41)
理论分析:
在这一部分中,将会对所提出的鲁棒自适应动态面隐逆控制方案的稳定性和性能分析进行讨论,来分析系统稳定性和跟踪误差的L∞性能。
首先,定义:
其中x2d,z2,xi+1,d,zi+1由式(19),(21),(26)和(28)可知;因此,根据式(15),(22)和(29),那么可得:
接下来,定义估计误差为:
其中i=1,…,n-1;
考虑(43)-(46),(14)和(23),可得:
将(33)和(13)-(15)放入(30)中,可得:
结合(19)和(28)得:
通过(42)可得:
其中,Bi+1(i=1,…,n-1)是连续函数。
定理:假设定理A1-A3成立。考虑闭环系统包括受控系统(1),一阶滤波器(21)和(28),式(35)中的W(t),自适应率(19),(26),(33),以及最终的自适应控制信号(41)。可以将Lyapunov函数定义为:
其中Vi分别由(16),(24)和(31)给出。如果V(0)≤p则对于任何给定的正数p,都可以通过设计参数ki,τi+1,γζ,γpr,ηi,σiκi,ηζ,ηn,κn,σpr来保证闭环系统的跟踪误差,对于所有的i=1,…,n-1,闭环系统中的变量是有界的。同时,系统的跟踪误差可以收敛到任意小的残留集内。此外,通过设置系统的初始条件,系统的跟踪误差可以满足L∞性能指标。
证明:V的时间导数为:
考虑式(18),(25)和(16),得出:
同样,结合式(32)和(17),得出以下不等式:
另外,考虑(20),(27),(34),可得:
将式(52),(53)和(56)-(58)带入式(55),可得:
由假设A2,可以定义如下紧集:
其中B0>0,在R3范围内。另外,对于任意p>0,有以下紧集:
又因:
上式中的参数设计如下:
其中α0是设计的正参数。并注意:
因此,我们得到以下不等式:
考虑式(64)-(67),我们得出
其中μ是一个任意正常数且μ>0。让
其中Mi+1是式(61)和(62)定义的紧集Π×Πi的最大值。
令:
结合(69)可以得到
将式(70)带入(72)中,我们得到以下不等式:
又由式(68),(71)和(73),得到以下不等式:
令:
则当V=p满足时,V≤0成立。即如果V(0)≤p,则V(t)≤p,对于所有t≥0,V≤p是不变集合。即式(74)是成立的。
可得:
由上可知,在任意初始条件下,所有信号Si,yi+1在闭环系统中可以通过设计适当的参数使之一致有界。同时,设计适当的参数γpr,ki,kn和τi+1,i=1,…,n-1使得α0趋于无穷。确保可以收敛到闭环系统中的任意小区域。另外,从式(10)可看出,S1∈L∞,表示系统跟踪误差满足我们预先设定的跟踪性能指标。
实验验证:
在上文中,我们提出了一种将鲁棒自适应动态面与隐逆相结合的方法,来解决一类具有严格反馈非线性系统中的回滞问题。通过仿真实验验证该方法的有效性,考虑如下具有未知饱和PI回滞的二阶被控对象:
其中g1,g2是设计的未知参数,Δ1,Δ2是系统中的干扰项。在仿真实验中,选择g1=1,g2=1,
θ1=0.1,θ2=1,Δ1=0.2sin(x2)sin(t),且b1=0.2ρ1(x1)=1,b2=0.1,由式(6)描述的回滞中,其密度函数控制目标使系统输出x1跟踪参考信号yr=sin(t),控制器设计过程如下:
步骤1:第一个动态面误差为:
由式(19)可得:
步骤2:第二个动态表面误差为:
S2=x2-z2 (81)
由式(33)可得:
由式(36)可得,u*应该满足:
由(37)和(38)得,对于所有的t∈[ti,ti+1],定义:
如果W(t)>Wmax(t),让u*(t)=umax;
如果W(t)<Wmin(t),让u*(t)=umin;
如果Wmin(t)≤W(t)≤Wmax(t),u*(t)的值可通过以下步骤获得:
第一步:令μ从0开始增加;(μ∈[0,umax-umin]);
第二步:计算出uμ(t)和Wμ(t)。如果Wμ(t)<W(t)。令μ继续增加,并且回到第二步,否则进入第三步。(uμ(t)和Wμ(t)由式(40)定义);
第三步:令μ停止增加,并将此时的μ作为μ0并定义u*(t)=uμ0(t)。
最终得到如下输入信号:
u(t)=u*(t) (86)
在以上设计过程中,通过将鲁棒自适应动态面算法与隐逆方法相结合来设计控制率u(t)。
在此仿真实验中,系统中估计参数的初值分别为 和令u(t)的实际输入范围[umin,umax]为[-15,15]。当系统输出x1跟踪yr=sin(t)时,系统(78)中状态变量的初值选为x1(0)=0.01和x2(0)=0.5。设计参数选为K1=24,K2=2.9368, γpr=0.007,小增益η1=0.0001,η2=0.1,σpr=20,σ1=0.001,κ1=0.5,κ2=0.6,ε=0.01,低通滤波器的时间常数为τ2=0.01。仿真结果如图1-图11所示。
通过比较图1和图3清楚地看出输出y可很好地跟踪参考信号,并且通过比较,可以看出加隐逆方法比不加隐逆方法的控制效果更好。
具体实施方式仅是对本发明的说明,并不构成对权利要求保护范围的限制,本领域技术人员不经过创造性劳动的等同替代,均在本发明保护范围内。
Claims (5)
1.具有未知饱和PI回滞的非线性系统动态面隐逆控制器,其特征在于:所述控制器是基于以下步骤实现的:
1)构造带有饱和PI回滞非线性系统模型;
2)对系统中饱和PI模型进行建模;
3)建立带有饱和PI回滞非线性系统的性能误差转换函数来确保预定的性能指标;
4)将自适应动态面算法与隐逆方法相结合设计出具有饱和回滞的严格反馈非线性系统控制器。
2.如权利要求1所述的非线性系统动态面隐逆控制器,其特征在于:步骤1)带有饱和PI回滞非线性系统模型如公式(1)所示:
ω(t)=P(u(t)) (2)
其中u是设计的最终控制信号,通过设计u,使系统的输出跟踪参考信号yr,此外所有闭环信号是一致有界的;
其中式(1)满足如下条件:
A1:扰动项Δi(x,t),i=1,…,n是未知的Lipschitz连续函数,并且满足
A3:符号gi,i=1,…,n是已知的,并且存在常数gmin>0和gmin≤|gi|,且,gi>0。
3.如权利要求1所述的非线性系统动态面隐逆控制器,其特征在于:步骤2)对系统中饱和PI模型建模如下;
饱和型PI模型是传统PI模型的扩展,具有传统PI模型的特征,并且它可用饱和stop算子表示,另外,假设Cm[0,tE]是一个分段单调连续的泛函空间,其中tE是一个实数,是该区间的一个端点。对于任意输入u(t)∈Cm[0,tE],令定义为:
其中在时间t=0处应用u(0),且r表示阈值,用于确定(u,w)平面中的磁滞区域,0=t0<t1<…<tN=tE是[0,tE]的一个区间,因此函数u在每个子区间(ti,ti+1]上都是单调的,然后,stop算子按以下方式定义饱和PI模型:
其中p(r)是一个未知的连续函数,称为密度函数,r表示阈值,它满足p(r)>0且为方便起见,选择D=∞作为积分上限,使用定义的密度函数,运算式(6)将C[t0,∞)映射到C[t0,∞),根据式(6),则式(1)可以写成:
4.如权利要求1所述的非线性系统动态面隐逆控制器,其特征在于:步骤3)具体如下:
首先,如下定义系统的跟踪误差:
e=x1-yr (8)
其中S1是通过误差转换函数的转换而获得的转换误差,Φ(S1)是一个光滑且严格单调递增的函数,此外,其逆函数具有以下特性:
并且
注意,将e(0)=0考虑在e(0)>0或e(0)<0时的情况不会对结果造成影响,同时,σ不能等于零。
5.如权利要求1所述的非线性系统动态面隐逆控制器,其特征在于:步骤4)具体如下:
41)自适应动态面控制器设计:
步骤1:第一个误差面由式(13)可得,再结合式(7),则S1的时间导数为:
其中x2d是设计的虚拟控制信号用来稳定式(14);Ψ的表达式如
其中ε是正常数,结合式(14)和(17),V1导数的表达式如下:
根据不等式(18),我们可以选择虚拟控制律x2d为:
其中η,σ,κ为正的设计参数;
令虚拟控制信号x2d通过以下一阶滤波器,然后得到一个新的状态变量z2:
其中,τ2是时间常数;
步骤i(2≤i≤n-1):Si是第i个误差面,定义为:
Si=xi-zi (22)
根据式(7),Si的时间导数满足以下公式:
其中xi+1,d是设计的虚拟控制信号以令式(23)稳定,选择Lyapunov函数为:
根据不等式(25),选择虚拟控制律xi+1,d为:
其中ηi,σi,κi为正的设计参数,令虚拟控制信号xi+1,d通过以下一阶低通滤波器,然后得到一个新的状态变量zi+1:
τi+1是时间常数;
步骤n:Sn是第n个误差面,定义为
Sn=xn-zn (29)
根据式(7),Si的时间导数满足以下式子:
与步骤1和i不同,选择Lyapunov函数为:
根据不等式(32),可以选择临时控制信号为:
其中,ηn,κn和σpr为正的设计参数;
令:
42)利用寻优的方法找出最优性能指标:
u*是通过寻优方法找到的最优值满足:
将回滞算子的实际输入范围设为[umin,umax],假设W(t)在ti≤t≤ti+1的范围内是单调的,对于每个t∈[ti,ti+1],作如下定义:
现在假设W(t)在区间ti≤t≤ti+1中单调增加,对于所有t∈[ti,ti+1],定义新变量uμ(t)和Wμ(t),并满足u0(t)=u*(ti),其中μ是范围在μ∈[0,umax-umin]内的变量;
定义:
如果,W(t)>Wmax(t),让u*(t)=umax;
如果,W(t)<Wmin(t),让u*(t)=umin;
如果,Wmin(t)≤W(t)≤Wmax(t),u*(t)的值可以通过以下方法获得;
第一步:让μ从零开始增加;
第二步:计算出uμ(t)和Wμ(t)的值,如果Wμ(t)<W(t),则μ继续增加并且回到第二步,否则,进入第三步;
第三步:让μ停止增加,并将此时的μ记为μ0,并定义u*(t)=uμ0(t);
所以,最终的自适应控制率u应选为:
u(t)=u*(t) (41)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010373060.3A CN111766775B (zh) | 2020-05-06 | 2020-05-06 | 具有未知饱和pi回滞的非线性系统动态面隐逆控制器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010373060.3A CN111766775B (zh) | 2020-05-06 | 2020-05-06 | 具有未知饱和pi回滞的非线性系统动态面隐逆控制器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111766775A true CN111766775A (zh) | 2020-10-13 |
CN111766775B CN111766775B (zh) | 2023-03-28 |
Family
ID=72719164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010373060.3A Active CN111766775B (zh) | 2020-05-06 | 2020-05-06 | 具有未知饱和pi回滞的非线性系统动态面隐逆控制器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111766775B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112820976A (zh) * | 2021-01-06 | 2021-05-18 | 张展浩 | 一种电动汽车电池换热风机系统及其控制方法 |
CN113359445A (zh) * | 2021-06-01 | 2021-09-07 | 上海工程技术大学 | 一种多智能体磁滞系统分布式输出反馈渐近一致控制方法 |
CN114609915A (zh) * | 2022-04-02 | 2022-06-10 | 东北电力大学 | 一种未知控制方向的时变多智能体协同控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103792849A (zh) * | 2014-03-09 | 2014-05-14 | 东北电力大学 | 可调金属切削系统的鲁棒自适应动态面控制方法 |
WO2016019240A1 (en) * | 2014-08-01 | 2016-02-04 | Purdue University | Method and apparatus for dynamic surface control of a piezoelectric fuel injector during rate shaping |
GB2572458A (en) * | 2018-03-28 | 2019-10-02 | Huaiyin Inst Technology | An adaptive sliding-mode control method of the permanent magnet synchronous motor based on dynamic surface technology |
CN110333657A (zh) * | 2019-07-10 | 2019-10-15 | 上海工程技术大学 | 用于死区非线性不确定系统的自适应动态面跟踪控制方法 |
CN110378057A (zh) * | 2019-07-26 | 2019-10-25 | 大连海事大学 | 一种内置式永磁同步电机抗干扰控制器及其设计方法 |
CN110501912A (zh) * | 2019-04-01 | 2019-11-26 | 东北电力大学 | 满足预设输出跟踪性能的多机电力系统自适应模糊动态面滑模控制方法 |
-
2020
- 2020-05-06 CN CN202010373060.3A patent/CN111766775B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103792849A (zh) * | 2014-03-09 | 2014-05-14 | 东北电力大学 | 可调金属切削系统的鲁棒自适应动态面控制方法 |
WO2016019240A1 (en) * | 2014-08-01 | 2016-02-04 | Purdue University | Method and apparatus for dynamic surface control of a piezoelectric fuel injector during rate shaping |
GB2572458A (en) * | 2018-03-28 | 2019-10-02 | Huaiyin Inst Technology | An adaptive sliding-mode control method of the permanent magnet synchronous motor based on dynamic surface technology |
CN110501912A (zh) * | 2019-04-01 | 2019-11-26 | 东北电力大学 | 满足预设输出跟踪性能的多机电力系统自适应模糊动态面滑模控制方法 |
CN110333657A (zh) * | 2019-07-10 | 2019-10-15 | 上海工程技术大学 | 用于死区非线性不确定系统的自适应动态面跟踪控制方法 |
CN110378057A (zh) * | 2019-07-26 | 2019-10-25 | 大连海事大学 | 一种内置式永磁同步电机抗干扰控制器及其设计方法 |
Non-Patent Citations (7)
Title |
---|
SEN WANG等: "Neural Networks-based Robust Adaptive Dynamic Surface Sliding Mode Control of Flight Path Angle with Tracking Error Constraints", 《2019 IEEE 28TH INTERNATIONAL SYMPOSIUM ON INDUSTRIAL ELECTRONICS (ISIE)》 * |
SHIGEN GAO等: "Composite Pi-like adaptive dynamic surface control for interval coordination of multiple trains", 《2016 12TH IEEE INTERNATIONAL CONFERENCE ON CONTROL AND AUTOMATION (ICCA)》 * |
XIUYU ZHANG: "Robust adaptive dynamic surface control for metal cutting system with hysteresis input", 《PROCEEDING OF THE 11TH WORLD CONGRESS ON INTELLIGENT CONTROL AND AUTOMATION》 * |
刘乐等: "基于模糊干扰观测器的电液伺服位置系统自适应反步控制", 《电机与控制学报》 * |
唐晓博: "一类滞环非线性时滞系统的神经网络动态面控制方法", 《东北电力大学学报》 * |
张秀宇等: "具有复杂非线性环节的一类严反馈形式非线性系统的鲁棒自适应动态面控制", 《东北电力大学学报》 * |
步允千: "四旋翼飞行器的自适应动态面轨迹跟踪控制", 《黑龙江科技信息》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112820976A (zh) * | 2021-01-06 | 2021-05-18 | 张展浩 | 一种电动汽车电池换热风机系统及其控制方法 |
CN113359445A (zh) * | 2021-06-01 | 2021-09-07 | 上海工程技术大学 | 一种多智能体磁滞系统分布式输出反馈渐近一致控制方法 |
CN114609915A (zh) * | 2022-04-02 | 2022-06-10 | 东北电力大学 | 一种未知控制方向的时变多智能体协同控制方法 |
CN114609915B (zh) * | 2022-04-02 | 2023-01-31 | 东北电力大学 | 一种未知控制方向的时变多智能体协同控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111766775B (zh) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111766775B (zh) | 具有未知饱和pi回滞的非线性系统动态面隐逆控制器 | |
CN110347044B (zh) | 一种考虑输出约束的pmsm混沌系统神经网络动态面控制方法 | |
Yu et al. | Observer and command-filter-based adaptive fuzzy output feedback control of uncertain nonlinear systems | |
Zribi et al. | A new PID neural network controller design for nonlinear processes | |
CN110687784B (zh) | 一种针对非线性不确定系统的自适应事件触发控制方法 | |
CN108733031B (zh) | 一种基于中间估计器的网络控制系统故障估计方法 | |
CN109298636B (zh) | 一种改进的积分滑模控制方法 | |
CN110262247B (zh) | 多机器人系统的分布式命令滤波模糊控制方法 | |
CN110579970B (zh) | 一种2d滚动优化下间歇过程终端约束预测控制方法 | |
CN114509949A (zh) | 一种机器人预定性能的控制方法 | |
CN113359445A (zh) | 一种多智能体磁滞系统分布式输出反馈渐近一致控制方法 | |
CN111142386A (zh) | 一种基于非均匀量化的不确定多智能体系统一致性控制方法 | |
CN113093553A (zh) | 一种基于指令滤波扰动估计的自适应反步控制方法 | |
CN112068446B (zh) | 一种基于离散时间模糊模型的直流电机系统抗干扰控制方法 | |
CN109687703A (zh) | 基于干扰上界估计的降压型直流变换器固定时间滑模控制方法 | |
CN110888323A (zh) | 一种用于切换系统智能优化的控制方法 | |
Zhu et al. | Adaptive and robust predictors for multi-input linear systems with distributed delays | |
Yang et al. | Adaptive neural network optimized control using reinforcement learning of critic-actor architecture for a class of non-affine nonlinear systems | |
CN115720061A (zh) | 基于有限时间的机电伺服系统模糊自适应反步控制方法 | |
CN113219840B (zh) | 三轴运动平台自适应滑模交叉耦合轮廓控制方法 | |
CN110308655B (zh) | 一种基于a3c算法的伺服系统补偿方法 | |
CN110320804B (zh) | 一种非仿射动力学系统的控制方法 | |
CN113219832A (zh) | 一种自适应迭代学习非一致目标跟踪控制器设计方法 | |
Li et al. | Adaptive finite-time neural control for a class of stochastic nonlinear systems with known hysteresis | |
Echreshavi et al. | Robust fuzzy observer-based speed control of electric vehicle with unmeasurable premise variables |
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 |