CN113703315B - 一种非线性混合阶多智能体机电系统事件触发协同控制方法 - Google Patents

Abstract

一种非线性混合阶多智能体机电系统事件触发协同控制方法，属于机电系统协同控制领域，主要是解决各被控多智能体之间的动力学参数不同甚至阶数也不相同的混合阶多智能体机电系统的事件触发协同控制问题。本发明包括：一、建立混合阶机电系统模型；二、建立混合阶局部同步跟踪误差；三、建立混合阶滑模误差；四、建立混合阶神经网络估计模型；五、建立混合阶协同控制、自适应律及更新触发条件。本发明用于混合阶机电系统的协同控制。

Description

一种非线性混合阶多智能体机电系统事件触发协同控制方法

技术领域

本发明属于机电系统协同控制领域，主要涉及的是一种混合阶多智能体机电系统事件触发协同控制方法。

背景技术

传统采样控制系统的机制是基于时间进行触发的，也就是无论系统的控制状态是否需要改变都会更新系统的控制输入并周期性地应用于被控系统中。事件触发控制是根据设计的触发条件使智能体在必要时进行通信、计算、控制输出等操作。从资源配置的角度来看，事件触发方式比传统时间周期触发方式更科学、合理地利用了系统资源。利用事件触发机制为智能体设计合适的传输和执行频率，可以有效地节省多智能体系统的控制资源、提高控制效率。在实际系统中，执行器的频繁触发会增加智能体的能量消耗并增加相关部件的磨损，从而对智能体的性能产生较大影响。因此，在针对多智能体系统设计控制策略时应充分考虑如何减少系统能量的损耗以及提高部件的使用寿命，从而降低控制成本。目前，在基于事件触发的多智能体系统一致性控制研究中，多数研究成果是基于输入状态稳定假设条件，但在实际多智能体机电系统中通常包含未知参数和外部扰动，这使得输入状态稳定假设经常并不适用。

此外，在传统协同控制研究中，通常将被控系统考虑为动力学相同的被控对象，不仅阶数相同而且参数也相同。此类考虑在实际中并不合理，因为并没有完全相同的实际机电系统并且不同系统很可能具有不同的动力学阶数。因此，现有基于输入状态稳定条件的相同阶机电系统的事件触发协同控制方法已经不能满足实际复杂非线性混合机电系统的要求。

发明内容

本发明的目的是为了解决各被控多智能体之间的动力学参数不同甚至阶数也不相同的混合阶多智能体机电系统的事件触发协同控制问题，本发明提供了一种非线性混合阶多智能体机电系统事件触发协同控制方法。

一种非线性混合阶多智能体机电系统事件触发协同控制方法，所述控制方法包括如下步骤：

步骤一、建立混合阶机电系统模型：

一阶系统

二阶系统

pi、vi为第i个智能体的位置和速度，x_i为第i个智能体的状态向量，f_i(x_i)为非线性函数，r_i为外部扰动，h_i(x_i)为非线性时变控制系数，u_i代表控制量，M_p为一阶智能体的集合，M₂为二阶智能体的集合。

步骤二、建立混合阶局部同步跟踪误差：

一阶局部同步跟踪误差

二阶局部同步跟踪误差

e_p,i、e_v,i分别为第i个智能体的一阶和二阶局部同步跟踪误差，a_ij为邻接矩阵，N_i为智能体i的相邻智能体，b_i为智能体i与领导者的连接权值，p₀、v₀为相邻领导者的位置和速度。

步骤三、建立混合阶滑模误差：

一阶滑模误差

γ_i＝e_p,i,i∈M_p (5)

二阶滑模误差

γ_i＝e_v,i+κ_ie_p,i,i∈M₂ (6)

γ_i为第i个智能体的滑模误差，κ_i为滑模系数。

步骤四、建立混合阶神经网络估计模型：

为f_i(x_i)的估计值，/>为权值的估计，ζ_i(x_i)为基函数。

步骤五、建立混合阶协同控制、自适应律及更新触发条件：

一阶事件触发控制律

二阶事件触发控制律

是事件触发控制量，α_i＞0，0＜η_i＜1，|c|≤1，/>是设计参数，d_i是i的入度，z_i＞0，g＞0是控制增益，/>是h_i(x_i)的估计值，t_k＞0是采样时间，k∈Z⁺是控制律更新时间。

控制律更新触发条件为

t_k+1＝inf{t∈R||ε_i(t)|≥η_i|u_i|+z_i},i∈M_p∪M₂ (11)

为事件触发控制误差，在t∈[t_k,t_k+1)期间内，控制输入保持为常值/>

神经网络自适应律

F_i＞0，τ＞0是可调增益，P_i＞0。

控制参数自适应律

其中，为h_i的估计，δ＞0，λ_i＞0，h _i为h_i的下界。

本发明的有益效果在于，很好解决了混合阶非线性多智能体机电系统中，具有不同阶、不一致动力学的智能体被控对象的事件触发控制问题。利用本发明提供的方法可以有效提高混合阶非线性多智能体机电系统的执行和控制频率、有效地节省混合阶多智能体机电系统的控制资源。

附图说明

图1为具体实施方式一所述的控制方法的流程示意图；

具体实施方式

具体实施方式一：结合图1说明本实施方式，本实施方式所述的非线性混合阶多智能体机电系统事件触发协同控制方法，所述控制方法包括如下步骤：

步骤一、建立混合阶机电系统模型：

一阶系统

二阶系统

p_i、v_i为第i个智能体的位置和速度，x_i为第i个智能体的状态向量，f_i(x_i)为非线性函数，r_i为外部扰动，h_i(x_i)为非线性时变控制系数，u_i代表控制量，M_p为一阶智能体的集合，M₂为二阶智能体的集合。

步骤二、建立混合阶局部同步跟踪误差：

一阶局部同步跟踪误差

二阶局部同步跟踪误差

e_p,i、e_v,i分别为第i个智能体的一阶和二阶局部同步跟踪误差，a_ij为邻接矩阵，N_i为智能体i的相邻智能体，b_i为智能体i与领导者的连接权值，p₀、v₀为相邻领导者的位置和速度。

步骤三、建立混合阶滑模误差：

一阶滑模误差

γ_i＝e_p,i,i∈M_p (5)

二阶滑模误差

γ_i＝e_v,i+κ_ie_p,i,i∈M₂ (6)

γ_i为第i个智能体的滑模误差，κ_i为滑模系数。

步骤四、建立混合阶神经网络估计模型：

为f_i(x_i)的估计值，/>为权值的估计，ζ_i(x_i)为基函数。

步骤五、建立混合阶协同控制、自适应律及更新触发条件：

一阶事件触发控制律

二阶事件触发控制律

是事件触发控制量，α_i＞0，0＜η_i＜1，|c|≤1，/>是设计参数，d_i是i的入度，z_i＞0，g＞0是控制增益，/>是h_i(x_i)的估计值，t_k＞0是采样时间，k∈Z⁺是控制律更新时间。

控制律更新触发条件为

t_k+1＝inf{t∈R||ε_i(t)|≥η_i|u_i|+z_i},i∈M_p∪M₂ (11)

为事件触发控制误差，在t∈[t_k，t_k+1)期间内，控制输入保持为常值/>

神经网络自适应律

F_i＞0，τ＞0是可调增益，P_i＞0。

控制参数自适应律

其中，为h_i的估计，δ＞0，λ_i＞0，h _i为h_i的下界。

本实施方式效果：

很好解决了混合阶非线性多智能体机电系统中，具有不同阶、不一致动力学的智能体被控对象的事件触发控制问题。利用本发明提供的方法可以有效提高混合阶非线性多智能体机电系统的执行和控制频率、有效地节省混合阶多智能体机电系统的控制资源。

Claims (1)

1.一种非线性混合阶多智能体机电系统事件触发协同控制方法，其特征在于，所述控制方法包括如下步骤：

步骤一、建立混合阶机电系统模型；

步骤二、建立混合阶局部同步跟踪误差；

步骤三、建立混合阶滑模误差；

步骤四、建立混合阶神经网络估计模型；

步骤五、建立混合阶协同控制及自适应律；

所述步骤一中，

一阶系统

二阶系统

p_i、v_i为第i个智能体的位置和速度，x_i为第i个智能体的状态向量，f_i(x_i)为非线性函数，r_i为外部扰动，h_i(x_i)为非线性时变控制系数，u_i代表控制量，M_p为一阶智能体的集合，M₂为二阶智能体的集合；

所述步骤二中，

一阶局部同步跟踪误差

二阶局部同步跟踪误差

e_p,i、e_v,i分别为第i个智能体的一阶和二阶局部同步跟踪误差，a_ij为邻接矩阵，为智能体i的相邻智能体，b_i为智能体i与领导者的连接权值，p₀、v₀为相邻领导者的位置和速度；

所述步骤三中，

一阶滑模误差

γ_i＝e_p,i,i∈M_p (5)

二阶滑模误差

γ_i＝e_v,i+κ_ie_p,i,i∈M₂ (6)

γ_i为第i个智能体的滑模误差，κ_i为滑模系数；

所述步骤四中，

为f_i(x_i)的估计值，/>为权值的估计，ζ_i(x_i)为基函数；

所述步骤五中，

一阶事件触发控制律

二阶事件触发控制律

是事件触发控制量，α_i＞0，0＜η_i＜1，|c|≤1，/>是设计参数，d_i是i的入度，z_i＞0，g＞0是控制增益，/>是h_i(x_i)的估计值，t_k＞0是采样时间，k∈Z⁺是控制律更新时间；

控制律更新触发条件为

为事件触发控制误差，在t∈[t_k,t_k+1)期间内，控制输入保持为常值

神经网络自适应律

F_i＞0，τ＞0是可调增益，P_i＞0；

控制参数自适应律

其中，为h_i的估计，δ＞0，λ_i＞0，h _i为h_i的下界。