CN115395847A - 一种时变增益滑模观测器设计方法 - Google Patents

一种时变增益滑模观测器设计方法 Download PDF

Info

Publication number
CN115395847A
CN115395847A CN202210930771.5A CN202210930771A CN115395847A CN 115395847 A CN115395847 A CN 115395847A CN 202210930771 A CN202210930771 A CN 202210930771A CN 115395847 A CN115395847 A CN 115395847A
Authority
CN
China
Prior art keywords
function
time
state variable
gain
estimate
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
Application number
CN202210930771.5A
Other languages
English (en)
Other versions
CN115395847B (zh
Inventor
孔慧芳
张晓雪
刘田阔
胡杰
张倩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN202210930771.5A priority Critical patent/CN115395847B/zh
Publication of CN115395847A publication Critical patent/CN115395847A/zh
Application granted granted Critical
Publication of CN115395847B publication Critical patent/CN115395847B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/13—Observer control, e.g. using Luenberger observers or Kalman filters
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/0003—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
    • H02P21/0007—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control using sliding mode control
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/05—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation specially adapted for damping motor oscillations, e.g. for reducing hunting
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P25/00—Arrangements or methods for the control of AC motors characterised by the kind of AC motor or by structural details
    • H02P25/02—Arrangements or methods for the control of AC motors characterised by the kind of AC motor or by structural details characterised by the kind of motor
    • H02P25/06—Linear motors
    • H02P25/064—Linear motors of the synchronous type
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种时变增益滑模观测器设计方法，属于滑模控制技术领域。该方法包括以下步骤：首先，根据可观的线性或非线性三阶耦合系统的状态空间模型构建用于估计系统状态变量的时变增益滑模观测器；其次，根据三阶耦合系统输入和可测量得到的状态变量，同时结合所设计的时变增益，并通过系统各阶函数的估计误差实时调节增益函数，实现对不可测量状态变量的估计。本发明方法在估计耦合的线性系统和非线性系统时不仅具有良好的估计效果，而且在保证时变增益滑模观测器的鲁棒性的同时，能够大大降低时变增益滑模观测器的观测误差，从而进一步提高不可测量状态变量的估计精度。

Description

一种时变增益滑模观测器设计方法
技术领域
本发明涉及滑模控制技术领域，具体涉及一种时变增益滑模观测器设计方法。
背景技术
滑模观测器作为一种软测量方法，因其结构简单、鲁棒性强，被广泛研究并应用于系统状态和参数估计、无传感器控制、故障检测等领域。
滑模观测器是根据系统的输入和输出实测值得出状态变量估计值的一种闭环状态观测器，其带高增益的非线性反馈迫使各个状态变量的估计值在有限时间收敛到各状态变量的实际值。在设计传统的滑模观测器时，其观测器增益通常被设计为正常数。当系统存在参数摄动和非线性特性时，相较于常增益滑模观测器，自适应滑模观测器具有更强的鲁棒性和更高的估计精度。然而，由于切换函数会引起抖振现象，在实际应用的过程中，自适应滑模观测器不可避免的存在观测误差。因此，在保证自适应滑模观测器具有足够的鲁棒性的同时，如何降低抖振现象引起的观测误差，是本领域技术人员需要解决的问题之一。
目前，现有自适应滑模观测器的自适应增益设计方法主要是基于自适应控制算法或使用参数估计算法；现有的用于削弱自适应滑模观测器抖振的方法主要是函数代替法，即用sigmoid函数、tanh双曲正切函数等代替滑模观测器中的sgn符号函数。
中国发明专利(CN 106330038 B)于2017年1月11日公开的《一种基于自适应增益滑模观测器的PMLSM无传感器控制方法》，它设计了一种基于自适应增益滑模观测器的永磁同步直线电机无传感器控制方法，该发明所提出的自适应增益滑模观测器的增益采用先进的自适应算法实现，可根据实际系统的情况实时改变开关增益，并使用sigmoid函数代替滑模观测器中的sgn开关函数以减小观测误差的抖振幅值。
中国发明专利(CN 108964546 A)于2018年12月7日公开的《基于自适应滑模观测器检测电机转子位置及转速的方法》，该发明提供了一种基于自适应滑模观测器检测电机转子位置及转速的方法，通过改进的粒子群优化算法辨识更新滑模观测器中的定子电阻和定子电感参数，并引入修正因子调节切换增益，同时使用tanh双曲正切函数代替滑模观测器中的sgn开关函数以削弱观测误差的抖振幅值。
上述方法存在的不足为：均引入了新的自适应算法和参数辨识算法，要求使用者具有较高的理论水平，且推导过程复杂，不利于在实际中推广和使用；均使用函数代替法来削弱观测误差的抖振，但是这种方式会产生稳态估计误差。
发明内容
为了克服上述现有技术的不足，本发明提供了一种时变增益滑模观测器设计方法。该方法不仅能够根据系统的输入和输出的实测值，结合所设计的时变增益，并通过系统各阶函数的估计误差实时调节增益函数，迫使各个状态变量的估计值在有限时间收敛到各状态变量的实际值，实现对不可测量的系统状态变量的估计，而且该方法在保证时变增益滑模观测器的鲁棒性的同时，能够大大降低时变增益滑模观测器的观测误差，从而进一步提高不可测量状态变量的估计精度。
本发明的目的是这样实现的。本发明提供了一种时变增益滑模观测器设计方法，包括以下步骤：
步骤1，给出可观的三阶耦合系统的状态空间模型
可观的三阶耦合系统的状态空间模型的表达式如下：
Figure BDA0003780523150000031
其中，
y为三阶耦合系统的输出，u为三阶耦合系统的输入；
x1为三阶耦合系统的第一状态变量，
Figure BDA0003780523150000032
为第一状态变量x1的一阶导数；
x2为三阶耦合系统的第二状态变量，
Figure BDA0003780523150000033
为第二状态变量x2的一阶导数；
x3为三阶耦合系统的第三状态变量，
Figure BDA0003780523150000034
为第三状态变量x3的一阶导数；
f1(x1，x2，x3，u)为第一状态变量x1、第二状态变量x2、第三状态变量x3和输入u的线性或非线性函数，记为第一函数f1(x1，x2，x3，u)；
f2(x1，x2，x3，u)为第一状态变量x1、第二状态变量x2、第三状态变量x3和输入u的线性或非线性函数，记为第二函数f2(x1，x2，x3，u)；
f3(x1，x2，x3，u)为第一状态变量x1、第二状态变量x2、第三状态变量x3和输入u的线性或非线性函数，记为第三函数f3(x1，x2，x3，u)；
在上述参数中，输入u为给定已知，输出y和第一状态变量x1通过实际测量均为已知；
步骤2，建立时变增益滑模观测器
根据步骤1得到的状态空间模型建立时变增益滑模观测器，其表达式为：
Figure BDA0003780523150000035
其中，
Figure BDA0003780523150000041
为第一状态变量x1的估计值，记为第一估计值
Figure BDA0003780523150000042
为第一估计值
Figure BDA0003780523150000043
的一阶导数；
Figure BDA0003780523150000044
为第二状态变量x2的估计值，记为第二估计值
Figure BDA0003780523150000045
为第二估计值
Figure BDA0003780523150000046
的一阶导数；
Figure BDA0003780523150000047
为第三状态变量x3的估计值，记为第三估计值
Figure BDA0003780523150000048
为第三估计值
Figure BDA0003780523150000049
的一阶导数；
Figure BDA00037805231500000410
为第一函数f1(x1，x2，x3，u)的估计值；
Figure BDA00037805231500000411
为第二函数f2(x1，x2，x3，u)的估计值；
Figure BDA00037805231500000412
为第三函数f3(x1，x2，x3，u)的估计值；
P1为待设计的第一时变增益，P2为待设计的第二时变增益，P3为待设计的第三时变增益；
e1为第一估计误差，
Figure BDA00037805231500000413
sgn(e1)为符号函数，取值如下：
Figure BDA00037805231500000414
步骤3，求第一时变增益P1、第二时变增益P2和第三时变增益P3
步骤3.1，引入第一时变增益P1、第二时变增益P2和第三时变增益P3的计算式，分别如下：
Figure BDA00037805231500000415
其中，h1为第一参数，h2为第二参数，h3为第三参数，G1(h1，e1)为第一增益函数，G2(h2，e1)为第二增益函数，G3(h3，e1)为第三增益函数；
所述第一增益函数G1(h1，e1)为第一参数h1和第一估计误差e1的有界正函数，该第一增益函数G1(h1，e1)须同时满足以下四个条件：
Figure BDA0003780523150000051
式中，ε1为第一小正实数，ef1为第一函数估计误差，
Figure BDA0003780523150000052
Figure BDA0003780523150000053
|ef1|为第一函数估计误差ef1的绝对值；
所述第二增益函数G2(h2，e1)为第二参数h2和第一估计误差e1的有界正函数，该第二增益函数G2(h2，e1)须同时满足以下四个条件：
Figure BDA0003780523150000054
式中，ε2为第二小正实数，ef2为第二函数估计误差，
Figure BDA0003780523150000055
Figure BDA0003780523150000056
|ef2|为第二函数估计误差ef2的绝对值；
所述第三增益函数G3(h3，e1)为第三参数h3和第一估计误差e1的有界正函数，该第三增益函数G3(h3，e1)须同时满足以下四个条件：
Figure BDA0003780523150000057
式中，ε3为第三小正实数，ef3为第三函数估计误差，
Figure BDA0003780523150000058
Figure BDA0003780523150000059
|ef3|为第三函数估计误差ef3的绝对值；
步骤3.2，第一函数估计误差ef1的绝对值|ef1|、第二函数估计误差ef2的绝对值|ef2|、第三函数估计误差ef3的绝对值|ef3|的估算求解；
第一函数估计误差ef1的绝对值|ef1|、第二函数估计误差ef2的绝对值|ef2|、第三函数估计误差ef3的绝对值|ef3|均利用离散采样方式进行估算求解，具体的，令采样周期为Δt，对第一函数f1(x1，x2，x3，u)的估计值
Figure BDA0003780523150000061
第二函数f2(x1，x2，x3，u)的估计值
Figure BDA0003780523150000062
第三函数f3(x1，x2，x3，u)的估计值
Figure BDA0003780523150000063
进行离散采样，记当前采样时刻为k，前一采样时刻为k-1，则|ef1|、|ef2|、|ef3|的估算表达式分别为：
Figure BDA0003780523150000064
Figure BDA0003780523150000065
Figure BDA0003780523150000066
式中，
Figure BDA0003780523150000067
为k时刻第一状态变量x1的估计值；
Figure BDA0003780523150000068
为k时刻第二状态变量x2的估计值；
Figure BDA0003780523150000069
为k时刻第三状态变量x3的估计值；
u(k)为k时刻输入u的数值；
Figure BDA00037805231500000610
为k时刻第一函数f1(x1，x2，x3，u)的估计值；
Figure BDA00037805231500000611
为k时刻第二函数f2(x1，x2，x3，u)的估计值；
Figure BDA00037805231500000612
为k时刻第三函数f3(x1，x2，x3，u)的估计值；
Figure BDA00037805231500000613
为k-1时刻第一状态变量x1的估计值；
Figure BDA00037805231500000614
为k-1时刻第二状态变量x2的估计值；
Figure BDA0003780523150000071
为k-1时刻第三状态变量x3的估计值；
u(k-1)为k-1时刻输入u的数值；
Figure BDA0003780523150000072
为k-1时刻第一函数f1(x1，x2，x3，u)的估计值；
Figure BDA0003780523150000073
为k-1时刻第二函数f2(x1，x2，x3，u)的估计值；
Figure BDA0003780523150000074
为k-1时刻第三函数f3(x1，x2，x3，u)的估计值；
步骤3.3，将步骤3.2得到估算结果分别代入步骤3.1中的式(4)、式(5)和式(6)，得到满足式(4)要求条件的第一增益函数G1(h1，e1)、满足式(5)要求条件第二增益函数G2(h2，e1)和满足式(6)要求条件第三增益函数G3(h3，e1)，然后再将满足要求的第一增益函数G1(h1，e1)、第二增益函数G2(h2，e1)和第三增益函数G3(h3，e1)代入式(3)得到第一时变增益P1、第二时变增益P2和第三时变增益P3；
步骤4，根据步骤1中已知的输入u和第一状态变量x1，同时结合步骤3得到的第一时变增益P1、第二时变增益P2和第三时变增益P3，利用步骤2所构建的时变增益滑模观测器得到第一估计值
Figure BDA0003780523150000075
第二估计值
Figure BDA0003780523150000076
和第三估计值
Figure BDA0003780523150000077
相比于现有技术，本发明的有益的效果为：
1、对用于状态变量估计的模型的线性或非线性、模型的阶数、模型的解耦合性要求不高，采用时变增益滑模观测器对系统状态变量进行估计，各个状态变量的估计值可以在有限时间收敛到各状态变量的实际值，在保证时变增益滑模观测器的鲁棒性的同时，能够大大降低时变增益滑模观测器的观测误差，从而进一步提高不可测量状态变量的估计精度。
2、避免了基于自适应控制技术或参数估计算法的自适应滑模观测器中对自适应控制技术或参数估计算法等理论知识的需求，仅需要可测量状态变量的估计误差值。
3、避免了使用函数代替法而引起的稳定估计误差的问题，通过相邻两个采样时刻系统各阶函数的估计误差值实时调节增益函数，能够大大削弱估计误差的抖振幅值。
附图说明
图1是本发明时变增益滑模观测器设计方法的流程示意图。
图2是时变增益滑模观测器估计三阶耦合系统的示意图。
具体实施方式
下面结合具体实施例和附图对本发明作进一步的说明：
图1是本发明时变增益滑模观测器设计方法的流程示意图，由该图可见，本发明提供的一种时变增益滑模观测器设计方法，包括以下步骤：
步骤1，给出可观的三阶耦合系统的状态空间模型
可观的三阶耦合系统的状态空间模型的表达式如下：
Figure BDA0003780523150000081
其中，
y为三阶耦合系统的输出，u为三阶耦合系统的输入；
x1为三阶耦合系统的第一状态变量，
Figure BDA0003780523150000082
为第一状态变量x1的一阶导数；
x2为三阶耦合系统的第二状态变量，
Figure BDA0003780523150000091
为第二状态变量x2的一阶导数；
x3为三阶耦合系统的第三状态变量，
Figure BDA0003780523150000092
为第三状态变量x3的一阶导数；
f1(x1，x2，x3，u)为第一状态变量x1、第二状态变量x2、第三状态变量x3和输入u的线性或非线性函数，记为第一函数f1(x1，x2，x3，u)；
f2(x1，x2，x3，u)为第一状态变量x1、第二状态变量x2、第三状态变量x3和输入u的线性或非线性函数，记为第二函数f2(x1，x2，x3，u)；
f3(x1，x2，x3，u)为第一状态变量x1、第二状态变量x2、第三状态变量x3和输入u的线性或非线性函数，记为第三函数f3(x1，x2，x3，u)；
在上述参数中，输入u为给定已知，输出y和第一状态变量x1通过实际测量均为已知。
在本实施例中，x1的初值记为x1(0)，
Figure BDA0003780523150000093
的初值记为
Figure BDA0003780523150000094
x1(0)＝0.1，
Figure BDA0003780523150000095
x2的初值记为x2(0)，
Figure BDA0003780523150000096
的初值记为
Figure BDA0003780523150000097
x2(0)＝-0.1，
Figure BDA0003780523150000098
x3的初值记为x3(0)，
Figure BDA0003780523150000099
的初值记为
Figure BDA00037805231500000910
x3(0)＝0，
Figure BDA00037805231500000911
u＝0；f1(x1，x2，x3，u)的表达式为-10x1+10x2；f2(x1，x2，x3，u)的表达式为28x1-x2-x1x3；f3(x1，x2，x3，u)的表达式为x1x2-2.67x3。
步骤2，建立时变增益滑模观测器
图2是时变增益滑模观测器估计三阶耦合系统的示意图。根据步骤1得到的状态空间模型建立时变增益滑模观测器，其表达式为：
Figure BDA00037805231500000912
其中，
Figure BDA0003780523150000101
为第一状态变量x1的估计值，记为第一估计值
Figure BDA0003780523150000102
Figure BDA0003780523150000103
为第一估计值
Figure BDA0003780523150000104
的一阶导数；
Figure BDA0003780523150000105
为第二状态变量x2的估计值，记为第二估计值
Figure BDA0003780523150000106
Figure BDA0003780523150000107
为第二估计值
Figure BDA0003780523150000108
的一阶导数；
Figure BDA0003780523150000109
为第三状态变量x3的估计值，记为第三估计值
Figure BDA00037805231500001010
Figure BDA00037805231500001011
为第三估计值
Figure BDA00037805231500001012
的一阶导数；
Figure BDA00037805231500001013
为第一函数f1(x1，x2，x3，u)的估计值；
Figure BDA00037805231500001014
为第二函数f2(x1，x2，x3，u)的估计值；
Figure BDA00037805231500001015
为第三函数f3(x1，x2，x3，u)的估计值；
P1为待设计的第一时变增益，P2为待设计的第二时变增益，P3为待设计的第三时变增益；
e1为第一估计误差，
Figure BDA00037805231500001016
sgn(e1)为符号函数，取值如下：
Figure BDA00037805231500001017
在本实施例中，
Figure BDA00037805231500001018
的初值记为
Figure BDA00037805231500001019
Figure BDA00037805231500001020
的初值记为
Figure BDA00037805231500001021
Figure BDA00037805231500001022
Figure BDA00037805231500001023
Figure BDA00037805231500001024
的初值记为
Figure BDA00037805231500001025
Figure BDA00037805231500001026
的初值记为
Figure BDA00037805231500001027
的初值记为
Figure BDA00037805231500001028
Figure BDA00037805231500001029
的初值记为
Figure BDA00037805231500001030
步骤3，求第一时变增益P1、第二时变增益P2和第三时变增益P3
步骤3.1，引入第一时变增益P1、第二时变增益P2和第三时变增益P3的计算式，分别如下：
Figure BDA00037805231500001031
其中，h1为第一参数，h2为第二参数，h3为第三参数，G1(h1，e1)为第一增益函数，G2(h2，e1)为第二增益函数，G3(h3，e1)为第三增益函数。
所述第一增益函数G1(h1，e1)为第一参数h1和第一估计误差e1的有界正函数，该第一增益函数G1(h1，e1)须同时满足以下四个条件：
Figure BDA0003780523150000111
式中，ε1为第一小正实数，ef1为第一函数估计误差，
Figure BDA0003780523150000112
Figure BDA0003780523150000113
|ef1|为第一函数估计误差ef1的绝对值。
所述第二增益函数G2(h2，e1)为第二参数h2和第一估计误差e1的有界正函数，该第二增益函数G2(h2，e1)须同时满足以下四个条件：
Figure BDA0003780523150000114
式中，ε2为第二小正实数，ef2为第二函数估计误差，
Figure BDA0003780523150000115
Figure BDA0003780523150000116
|ef2|为第二函数估计误差ef2的绝对值。
所述第三增益函数G3(h3，e1)为第三参数h3和第一估计误差e1的有界正函数，该第三增益函数G3(h3，e1)须同时满足以下四个条件：
Figure BDA0003780523150000117
式中，ε3为第三小正实数，ef3为第三函数估计误差，
Figure BDA0003780523150000121
Figure BDA0003780523150000122
|ef3|为第三函数估计误差ef3的绝对值。
步骤3.2，第一函数估计误差ef1的绝对值|ef1|、第二函数估计误差ef2的绝对值|ef2|、第三函数估计误差ef3的绝对值|ef3|的估算求解。
第一函数估计误差ef1的绝对值|ef1|、第二函数估计误差ef2的绝对值|ef2|、第三函数估计误差ef3的绝对值|ef3|均利用离散采样方式进行估算求解，具体的，令采样周期为Δt，对第一函数f1(x1，x2，x3，u)的估计值
Figure BDA0003780523150000123
第二函数f2(x1，x2，x3，u)的估计值
Figure BDA0003780523150000124
第三函数f3(x1，x2，x3，u)的估计值
Figure BDA0003780523150000125
进行离散采样，记当前采样时刻为k，前一采样时刻为k-1，则|ef1|、|ef2|、|ef3|的估算表达式分别为：
Figure BDA0003780523150000126
Figure BDA0003780523150000127
Figure BDA0003780523150000128
式中，
Figure BDA0003780523150000129
为k时刻第一状态变量x1的估计值；
Figure BDA00037805231500001210
为k时刻第二状态变量x2的估计值；
Figure BDA00037805231500001211
为k时刻第三状态变量x3的估计值；
u(k)为k时刻输入u的数值；
Figure BDA00037805231500001212
为k时刻第一函数f1(x1，x2，x3，u)的估计值；
Figure BDA0003780523150000131
为k时刻第二函数f2(x1，x2，x3，u)的估计值；
Figure BDA0003780523150000132
为k时刻第三函数f3(x1，x2，x3，u)的估计值；
Figure BDA0003780523150000133
为k-1时刻第一状态变量x1的估计值；
Figure BDA0003780523150000134
为k-1时刻第二状态变量x2的估计值；
Figure BDA0003780523150000135
为k-1时刻第三状态变量x3的估计值；
u(k-1)为k-1时刻输入u的数值；
Figure BDA0003780523150000136
为k-1时刻第一函数f1(x1，x2，x3，u)的估计值；
Figure BDA0003780523150000137
为k-1时刻第二函数f2(x1，x2，x3，u)的估计值；
Figure BDA0003780523150000138
为k-1时刻第三函数f3(x1，x2，x3，u)的估计值。
步骤3.3，将步骤3.2得到估算结果分别代入步骤3.1中的式(4)、式(5)和式(6)，分别得到满足式(4)要求条件的第一增益函数G1(h1，e1)、满足式(5)要求条件第二增益函数G2(h2，e1)和满足式(6)要求条件第三增益函数G3(h3，e1)，然后再将满足要求的第一增益函数G1(h1，e1)、第二增益函数G2(h2，e1)和第三增益函数G3(h3，e1)代入式(3)得到第一时变增益P1、第二时变增益P2和第三时变增益P3。
在本实施例中，取值ε1＝0.3，ε2＝0.3，ε3＝0.3；
Figure BDA0003780523150000139
Figure BDA00037805231500001310
Figure BDA00037805231500001311
Figure BDA0003780523150000141
Figure BDA0003780523150000142
步骤4，根据步骤1中已知的输入u和第一状态变量x1，同时结合步骤3得到的第一时变增益P1、第二时变增益P2和第三时变增益P3，利用步骤2所构建的时变增益滑模观测器得到第一估计值
Figure BDA0003780523150000143
第二估计值
Figure BDA0003780523150000144
和第三估计值
Figure BDA0003780523150000145

Claims (1)

1.一种时变增益滑模观测器设计方法，其特征在于，包括以下步骤：
步骤1，给出可观的三阶耦合系统的状态空间模型
可观的三阶耦合系统的状态空间模型的表达式如下：
Figure FDA0003780523140000011
其中，
y为三阶耦合系统的输出，u为三阶耦合系统的输入；
x1为三阶耦合系统的第一状态变量，
Figure FDA0003780523140000012
为第一状态变量x1的一阶导数；
x2为三阶耦合系统的第二状态变量，
Figure FDA0003780523140000013
为第二状态变量x2的一阶导数；
x3为三阶耦合系统的第三状态变量，
Figure FDA0003780523140000014
为第三状态变量x3的一阶导数；
f1(x1，x2，x3，u)为第一状态变量x1、第二状态变量x2、第三状态变量x3和输入u的线性或非线性函数，记为第一函数f1(x1，x2，x3，u)；
f2(x1，x2，x3，u)为第一状态变量x1、第二状态变量x2、第三状态变量x3和输入u的线性或非线性函数，记为第二函数f2(x1，x2，x3，u)；
f3(x1，x2，x3，u)为第一状态变量x1、第二状态变量x2、第三状态变量x3和输入u的线性或非线性函数，记为第三函数f3(x1，x2，x3，u)；
在上述参数中，输入u为给定已知，输出y和第一状态变量x1通过实际测量均为已知；
步骤2，建立时变增益滑模观测器
根据步骤1得到的状态空间模型建立时变增益滑模观测器，其表达式为：
Figure FDA0003780523140000015
其中，
Figure FDA0003780523140000021
为第一状态变量x1的估计值，记为第一估计值
Figure FDA0003780523140000022
Figure FDA0003780523140000023
为第一估计值
Figure FDA0003780523140000024
的一阶导数；
Figure FDA0003780523140000025
为第二状态变量x2的估计值，记为第二估计值
Figure FDA0003780523140000026
Figure FDA0003780523140000027
为第二估计值
Figure FDA0003780523140000028
的一阶导数；
Figure FDA0003780523140000029
为第三状态变量x3的估计值，记为第三估计值
Figure FDA00037805231400000210
Figure FDA00037805231400000211
为第三估计值
Figure FDA00037805231400000212
的一阶导数；
Figure FDA00037805231400000213
为第一函数f1(x1，x2，x3，u)的估计值；
Figure FDA00037805231400000214
为第二函数f2(x1，x2，x3，u)的估计值；
Figure FDA00037805231400000215
为第三函数f3(x1，x2，x3，u)的估计值；
P1为待设计的第一时变增益，P2为待设计的第二时变增益，P3为待设计的第三时变增益；
e1为第一估计误差，
Figure FDA00037805231400000216
sgn(e1)为符号函数，取值如下：
Figure FDA00037805231400000217
步骤3，求第一时变增益P1、第二时变增益P2和第三时变增益P3
步骤3.1，引入第一时变增益P1、第二时变增益P2和第三时变增益P3的计算式，分别如下：
Figure FDA00037805231400000218
其中，h1为第一参数，h2为第二参数，h3为第三参数，G1(h1，e1)为第一增益函数，G2(h2，e1)为第二增益函数，G3(h3，e1)为第三增益函数；
所述第一增益函数G1(h1，e1)为第一参数h1和第一估计误差e1的有界正函数，该第一增益函数G1(h1，e1)须同时满足以下四个条件：
Figure FDA0003780523140000031
式中，ε1为第一小正实数，ef1为第一函数估计误差，
Figure FDA0003780523140000032
Figure FDA0003780523140000033
|ef1|为第一函数估计误差ef1的绝对值；
所述第二增益函数G2(h2，e1)为第二参数h2和第一估计误差e1的有界正函数，该第二增益函数G2(h2，e1)须同时满足以下四个条件：
Figure FDA0003780523140000034
式中，ε2为第二小正实数，ef2为第二函数估计误差，
Figure FDA0003780523140000035
Figure FDA0003780523140000036
|ef2|为第二函数估计误差ef2的绝对值；
所述第三增益函数G3(h3，e1)为第三参数h3和第一估计误差e1的有界正函数，该第三增益函数G3(h3，e1)须同时满足以下四个条件：
Figure FDA0003780523140000037
式中，ε3为第三小正实数，ef3为第三函数估计误差，
Figure FDA0003780523140000038
Figure FDA0003780523140000039
|ef3|为第三函数估计误差ef3的绝对值；
步骤3.2，第一函数估计误差ef1的绝对值|ef1|、第二函数估计误差ef2的绝对值|ef2|、第三函数估计误差ef3的绝对值|ef3|的估算求解；
第一函数估计误差ef1的绝对值|ef1|、第二函数估计误差ef2的绝对值|ef2|、第三函数估计误差ef3的绝对值|ef3|均利用离散采样方式进行估算求解，具体的，令采样周期为Δt，对第一函数f1(x1，x2，x3，u)的估计值
Figure FDA0003780523140000041
第二函数f2(x1，x2，x3，u)的估计值
Figure FDA0003780523140000042
第三函数f3(x1，x2，x3，u)的估计值
Figure FDA0003780523140000043
进行离散采样，记当前采样时刻为k，前一采样时刻为k-1，则|ef1|、|ef2|、|ef3|的估算表达式分别为：
Figure FDA0003780523140000044
Figure FDA0003780523140000045
Figure FDA0003780523140000046
式中，
Figure FDA0003780523140000047
为k时刻第一状态变量x1的估计值；
Figure FDA0003780523140000048
为k时刻第二状态变量x2的估计值；
Figure FDA0003780523140000049
为k时刻第三状态变量x3的估计值；
u(k)为k时刻输入u的数值；
Figure FDA00037805231400000410
为k时刻第一函数f1(x1，x2，x3，u)的估计值；
Figure FDA00037805231400000411
为k时刻第二函数f2(x1，x2，x3，u)的估计值；
Figure FDA00037805231400000412
为k时刻第三函数f3(x1，x2，x3，u)的估计值；
Figure FDA0003780523140000051
为k-1时刻第一状态变量x1的估计值；
Figure FDA0003780523140000052
为k-1时刻第二状态变量x2的估计值；
Figure FDA0003780523140000053
为k-1时刻第三状态变量x3的估计值；
u(k-1)为k-1时刻输入u的数值；
Figure FDA0003780523140000059
u(k-1))为k-1时刻第一函数f1(x1，x2，x3，u)的估计值；
Figure FDA0003780523140000054
为k-1时刻第二函数f2(x1，x2，x3，u)的估计值；
Figure FDA0003780523140000055
为k-1时刻第三函数f3(x1，x2，x3，u)的估计值；
步骤3.3，将步骤3.2得到估算结果分别代入步骤3.1中的式(4)、式(5)和式(6)，得到满足式(4)要求条件的第一增益函数G1(h1，e1)、满足式(5)要求条件第二增益函数G2(h2，e1)和满足式(6)要求条件第三增益函数G3(h3，e1)，然后再将满足要求的第一增益函数G1(h1，e1)、第二增益函数G2(h2，e1)和第三增益函数G3(h3，e1)代入式(3)得到第一时变增益P1、第二时变增益P2和第三时变增益P3；
步骤4，根据步骤1中已知的输入u和第一状态变量x1，同时结合步骤3得到的第一时变增益P1、第二时变增益P2和第三时变增益P3，利用步骤2所构建的时变增益滑模观测器得到第一估计值
Figure FDA0003780523140000056
第二估计值
Figure FDA0003780523140000057
和第三估计值
Figure FDA0003780523140000058
CN202210930771.5A 2022-08-03 2022-08-03 一种时变增益滑模观测器设计方法 Active CN115395847B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210930771.5A CN115395847B (zh) 2022-08-03 2022-08-03 一种时变增益滑模观测器设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210930771.5A CN115395847B (zh) 2022-08-03 2022-08-03 一种时变增益滑模观测器设计方法

Publications (2)

Publication Number Publication Date
CN115395847A true CN115395847A (zh) 2022-11-25
CN115395847B CN115395847B (zh) 2024-03-26

Family

ID=84118469

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210930771.5A Active CN115395847B (zh) 2022-08-03 2022-08-03 一种时变增益滑模观测器设计方法

Country Status (1)

Country Link
CN (1) CN115395847B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200369288A1 (en) * 2019-05-20 2020-11-26 Beijing Institute Of Technology Method for constructing linear luenberger observer for vehicle control
CN113219838A (zh) * 2021-06-08 2021-08-06 北京航空航天大学 一种基于自适应时变带宽观测器的三轴惯性稳定平台高精度控制方法
CN114785216A (zh) * 2022-05-12 2022-07-22 合肥工业大学 一种自适应增益滑模观测器设计方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200369288A1 (en) * 2019-05-20 2020-11-26 Beijing Institute Of Technology Method for constructing linear luenberger observer for vehicle control
CN113219838A (zh) * 2021-06-08 2021-08-06 北京航空航天大学 一种基于自适应时变带宽观测器的三轴惯性稳定平台高精度控制方法
CN114785216A (zh) * 2022-05-12 2022-07-22 合肥工业大学 一种自适应增益滑模观测器设计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙明;徐颖秦;: "基于高阶干扰观测器的自适应模糊滑模控制", 电子世界, no. 14, 23 July 2018 (2018-07-23) *

Also Published As

Publication number Publication date
CN115395847B (zh) 2024-03-26

Similar Documents

Publication Publication Date Title
CN105680750B (zh) 基于改进模型补偿adrc的pmsm伺服系统控制方法
CN110289989B (zh) 一种基于容积卡尔曼滤波算法的分布式状态估计方法
CN110661464B (zh) 一种交流伺服系统及位置环的扰动抑制方法
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
CN109613831B (zh) 基于动态数学模型前馈pid的气动人工肌肉控制系统及方法
CN106094526B (zh) 一种广义预测工程化应用于脱硝控制系统的方法
CN111752262A (zh) 一种执行器故障观测器与容错控制器集成设计方法
CN107994815B (zh) 永磁无刷直流电机调速系统的不匹配时变干扰抑制方法
CN114785216B (zh) 一种自适应增益滑模观测器设计方法
CN115395847A (zh) 一种时变增益滑模观测器设计方法
CN110632847A (zh) 一种自耦pd协同控制理论新方法
CN107544250B (zh) 一种少保守性的永磁球形电机轨迹跟踪控制方法
CN114029954A (zh) 一种异构伺服的力反馈估计方法
CN113067506B (zh) 内模型等价输入干扰的永磁同步电机周期扰动抑制方法
Xu et al. Non-linear dynamic modeling of hot-film/wire MAF sensors with two-stage identification based on Hammerstein model
CN115242151A (zh) 一种基于滚动时域估计的同步电机无参数预测控制方法
CN114257149A (zh) 一种无速度传感器感应电机的反馈矩阵参数选取方法
CN113965129A (zh) 一种永磁同步电机控制系统电流测量偏移误差的补偿方法
CN107547024B (zh) 一种无轴承永磁同步电机无速度传感器
CN112803860A (zh) 基于输出回授滑模控制和抗饱和pi的永磁电机控制方法
CN111865172B (zh) 一种伺服系统电机转速精确估算方法
CN114236433B (zh) 一种铁磁材料磁感应强度在线估测方法
CN112039374B (zh) 考虑输入饱和的永磁同步电动机命令滤波离散控制方法
CN111835257B (zh) 基于神经网络的转子位置检测方法
CN117908629B (zh) 基于改进自抗扰控制器的光伏水泵最大功率点跟踪方法

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