CN1244850C - 响应指定型的设备控制系统和方法 - Google Patents

Abstract

本发明揭示了一种响应指定型的设备控制系统。该控制系统包括控制器，该控制器可根据通过给设备建模所获得的受控对象模型来控制设备。受控对象模型是使用以比控制器的控制周期长的周期为间隔抽样的设备的输入和输出来建模的。

Description

响应指定型的设备控制系统和方法

技术领域

本发明涉及一种设备控制系统，具体涉及一种具有控制器的设备控制系统，该控制器用于使用通过给设备建模所获得的受控对象模型来控制设备。

背景技术

已公知一种滑动模式控制器，该滑动模式控制器用于使用通过给设备建模所获得的受控对象模型并根据滑动模式控制来控制设备(例如，第2000-110636号日本专利公报)。该滑动模式控制器的控制周期被设定为一值，该值与用于定义受控对象模型的设备的输入和输出的抽样周期相同。

根据滑动模式控制，可指定在控制目标值和受控设备输出之间的控制偏差的衰减特性。这种控制被称为响应指定型控制。除了滑动模式控制之外，反向步进控制也被称为响应指定型控制。

如果受控设备具有诸如摩擦那样的非线性干扰，则有必要缩短控制器的控制周期，以提高设备的可控性。具体来说，以较短控制周期来移动受控对象的可动部分，可消除由于静摩擦引起的运动的非连续性。此外，随着控制周期延长，使输入反映目标值变化所需的时间，即：设备控制的空载时间延长。因此，为了提高设备输出跟踪目标值的能力，缩短控制周期也是有效的。

然而，如果为了提高可控性而把控制器的控制周期设定为较小值，并且把用于定义设备的受控对象模型的抽样周期设定为与控制周期相同的值，则会发生下述问题。

如果与控制周期相比，设备输出的变化速度较低(即：设备输出在控制周期内变化微小)，则根据以一种与设备输出的变化速度相比较短的周期抽样的数据，识别表示受控对象模型特性的模型参数。因此，抽样数据的变化量(两个邻接抽样数据之间的差)较小，并且根据抽样数据所识别的模型参数不能精确表示设备的动态特性。

根据诸如上述滑动模式控制那样的响应指定型控制，基于一种函数，即：可指定控制偏差的衰减特性的函数来确定反馈输入。如果使用以较短周期为间隔抽样的数据，则控制偏差的变化量(使用前一循环中抽样数据计算的控制偏差和使用当前循环中抽样数据计算的控制偏差之间的差)较小。因此，采用以上函数计算的值接近于零，这使得反馈处理的敏感度下降。结果，在某些情况下不能实现指定响应。

发明内容

本发明的目的是提供一种设备控制系统，该控制系统能够使受控对象模型的特性能够精确近似于作为实际受控对象的设备的特性，并且能够使用较短控制周期来提高可控性。

为了实现以上目的，本发明提供了一种响应指定型的设备控制系统。该控制系统包括控制器(21)，用于根据通过给设备建模所获得的受控对象模型来控制设备。受控对象模型是使用以比控制器(21)的控制周期(ΔT1)长的抽样周期(ΔT2)为间隔抽样的设备的输入(DUT)和输出(DTH)来建模。控制器(21)以控制周期(ΔT1)为间隔进行该设备的控制处理。

采用该构成，可根据使用以比控制器的控制周期长的抽样周期为间隔抽样的设备的输入和输出所建模的受控对象模型来控制设备。因此，为了缩短空载时间并补偿诸如摩擦特性那样的动态特性，当以一种比与设备的操作频率范围对应的周期短的控制周期为间隔进行控制处理时，可使受控对象模型的动态特性精确近似于设备的实际动态特性。结果，可提高设备的可控性。

优选的是，控制器针对设备输入(DUT)的计算执行反馈控制，以使设备输出(DTH)与目标值(DTHR)一致。控制器能够指定在设备输出(DTH)和目标值(DTHR)之间的偏差(e)的衰减特性。

采用该构成，由于可指定在设备反馈控制中的设备输出和目标值之间的偏差(控制偏差)的衰减特性，因而能够根据设备的操作状况实现最佳控制响应特性。并且，由于可使受控对象模型的动态特性精确近似于设备在其操作频率范围内的实际动态特性，因而可以高精度实现指定的控制响应特性(控制偏差的衰减特性)。

优选的是，滑动模式控制器(21)用作上述控制器。

采用该构成，由于采用滑动模式控制来控制设备，因而即便在存在干扰、建模误差(受控对象模型特性和设备实际特性之间的差)以及空载时间的情况下，也可获得良好的可控性。

优选的是，滑动模式控制器(21)计算被定义为在设备输出(DTH)和目标值(DTHR)之间的偏差(e)的线性函数的切换函数的值(σ)，并且用于计算切换函数值(σ)的偏差(e)的抽样时间间隔比控制器(21)的控制周期(ΔT1)长。

采用该构成，可使用其抽样时间间隔比控制器的控制周期长的控制偏差来计算切换函数值。也就是说，在计算切换函数值时使用的偏差的抽样时间间隔可足够用于精确控制。因此，即使当设备输出的变化速度与控制器的控制周期相比较低，切换函数值的变化量也比噪声大得多，从而可获得抑制干扰和建模误差的良好能力。

优选的是，用于计算切换函数值(σ)的偏差(e)的抽样时间间隔(k0)与抽样周期(ΔT2)相同。

采用该构成，在计算切换函数值时使用的偏差的抽样时间间隔与用于定义受控对象模型的抽样周期相同。因此，可针对受控对象模型的特性精确近似于设备实际特性时的操作频率范围，合适地计算切换函数值。结果，可进一步提高抑制干扰和建模误差的能力。

优选的是，控制系统还包括识别装置(22)，用于识别受控对象模型的至少一个模型参数(θ)。控制器(21)使用由识别装置(22)识别的至少一个模型参数(θ)来计算设备输入(DUT)，并且识别装置(22)以比控制器(21)的控制周期(ΔT1)长的识别周期(ΔT2)为间隔来识别至少一个模型参数(θ)。

采用该构成，能够以比控制器的控制周期长的识别周期为间隔来识别受控对象模型的模型参数。因此，能够以与设备的实际响应速度对应的周期为间隔来识别模型参数，并且可提高模型参数的识别精度。并且，可减少用于识别模型参数的处理器的计算负荷。

优选的是，识别装置(22)对所识别的至少一个模型参数进行求移动平均值处理，并且控制器使用求移动平均值处理后的至少一个模型参数。

采用该构成，可对所识别的模型参数进行求移动平均值处理，并可在控制器内使用求移动平均值处理后的模型参数。如果模型参数的计算周期比控制器的控制周期长，则模型参数的计算周期会对设备的控制输入产生不利影响，这可能会在控制系统中产生共振。通过使用求移动平均值处理后的模型参数，可防止这种不利影响。

具体来说，设备包括：内燃机(1)的节流阀(3)；以及节流阀驱动装置(10)，其具有用于驱动节流阀(3)的驱动装置(6)。控制器(21)计算一参数(DUT)，该参数(DUT)用于确定将施加给节流阀驱动装置(10)的控制输入，以使节流阀(3)的开度(TH)与目标开度(THR)一致。

采用该构成，可根据使用以比控制器的控制周期长的抽样周期为间隔抽样的设备的输入和输出来建模的受控对象模型，把节流阀开度控制成与目标开度一致。由于作为节流阀驱动装置输出的节流阀开度的操作频率范围较低，因而通过使在定义受控对象模型时使用的抽样周期比控制周期长，可使受控对象模型的动态特性精确近似于节流阀驱动装置的动态特性。结果，可提高节流阀开度的可控性。

本发明还提供了一种响应指定型的设备控制方法，该控制方法包括以下步骤：a)使用以抽样周期(ΔT2)为间隔抽样的所述设备的输入和输出，给所述设备建模以获得所述设备的受控对象模型；以及b)以比抽样周期短的控制周期(ΔT1)为间隔，根据受控对象模型来进行所述设备的控制处理。

附图说明

图1是示出根据本发明第一实施例的节流阀驱动装置和节流阀驱动装置的控制系统的示意图；

图2是示出由图1所示的电子控制单元(ECU)实现的功能的功能方框图；

图3是示出与切换函数设定参数(VPOLE)的值对应的滑动模式控制器的控制特性的图；

图4是示出滑动模式控制器的控制增益(F，G)的设定范围的图；

图5A和图5B是用于对模型参数漂移进行说明的图；

图6A和图6B是用于对识别误差(ide)的低通滤波处理进行说明的图；

图7是对受控对象的输出的频率分量进行说明的图；

图8是对与受控对象的输出的变化速度相比使用短的抽样周期的抽样处理进行说明的图；

图9是对抽样频率设定方式进行说明的图；

图10A和图10B是示出控制偏差(e(k))的衰减特性的图；

图11是示出表示节流阀开度偏差量(DTH)如何变化的波形的图；

图12是示出表示切换函数值(σ)如何变化的波形的图，该波形与图11所示的波形对应；

图13A、图13B和图13C是用于对滑动模式控制器的控制增益(F，G)的设定方法进行说明的图；

图14A和图14B是用于对当控制增益(F，G)突变时出现的问题进行说明的定时图；

图15A至图15C是用于对把第二周期(ΔT2)用作控制周期的情况进行说明的定时图；

图16A至图16D是用于对以第二周期(ΔT2)为间隔计算模型参数并把控制周期设定为第一周期(ΔT1)的情况进行说明的定时图；

图17是用于对模型参数的求移动平均值计算进行说明的定时图；

图18是用于对由自适应法则输入(Uadp)收敛稳定偏差的方式进行说明的定时图；

图19A和图19B是用于对非线性输入(Unl)进行说明的定时图；

图20是示出用于计算非线性输入增益(Knl)的表的图；

图21是用于对高频颤动信号值(Fwave)的变化进行说明的定时图；

图22是示出强制振动输入的频率(fwave)和受控对象的共振频率(fr)之间关系的图；

图23A至图23C是用于对由强制振动输入(Uwave)提供的识别误差(ide)的减少进行说明的定时图；

图24A至图24B是用于对节流阀开度偏差量(DTH)的过冲及其改善进行说明的定时图；

图25A和图25B是示出用于对衰减控制增益的基本值(Kdampbs)和校正系数(Kkdamp)进行设定的表的图；

图26A和图26B是用于对模型参数(a1”，a2”)的极限处理进行说明的图；

图27是用于对基准模型参数(a1base，a2base，b1base)的设定方法进行说明的图；

图28A至图28C是用于对基准模型参数(b1base)的常规设定方法的问题进行说明的定时图；

图29A至图29C是用于对根据第一实施例的基准模型参数(b1base)的设定方法进行说明的定时图；

图30是示出节流阀开度控制处理的流程图；

图31是示出在图30所示的处理中执行的状态变量设定处理的流程图；

图32是示出在图30所示的处理中执行的模型参数识别处理的流程图；

图33是示出在图32所示的处理中执行的识别误差(ide)计算处理的流程图；

图34是示出在图30所示的处理中执行的第一极限处理的流程图；

图35是示出在图34所示的处理中执行的模型参数(a1”，a2”)的极限处理的流程图；

图36是用于对图35所示的处理进行说明的图；

图37是示出在图34所示的处理中执行的模型参数(b1”)的极限处理的流程图；

图38是示出在图34所示的处理中执行的模型参数(c1”)的极限处理的流程图；

图39是示出在图30所示的处理中执行的第二极限处理的流程图；

图40是示出在图30所示的处理中执行的控制输入(Usl)的计算处理的流程图；

图41是示出在图40所示的处理中执行的切换函数值(σ)的计算处理的流程图；

图42是示出在图41所示的处理中执行的切换函数设定参数(VPOLE)的计算处理的流程图；

图43是示出在图42所示的处理中使用的表的图；

图44是示出在图40所示的处理中执行的到达法则输入(Urch)的计算处理的流程图；

图45是示出在图40所示的处理中执行的自适应法则输入(Uadp)的计算处理的流程图；

图46是示出在图40所示的处理中执行的非线性输入(Unl)的计算处理的流程图；

图47是示出在图40所示的处理中执行的强制振动输入(Uwave)的计算处理的流程图；

图48是示出在图47所示的处理中使用的表的图；

图49是示出在图40所示的处理中执行的衰减输入(Udamp)的计算处理的流程图；

图50是示出在图30所示的处理中执行的滑动模式控制器的稳定性确定处理的流程图；

图51是根据本发明第二实施例的液压定位装置的示意图；以及

图52是包括图51所示的液压定位装置的控制系统的方框图。

优选实施例的详细说明

以下将参照附图，对本发明的优选实施例进行说明。

第一实施例

图1示意性示出了根据本发明第一实施例的节流阀控制系统的构成。内燃机(以下称为“发动机”)1具有吸气通道2，其内设节流阀3。节流阀3设有：复位弹簧4，作为第一激励装置，用于使节流阀3在闭方向上激励；以及弹性构件5，作为第二激励装置，用于使节流阀3在开方向上激励。节流阀3可由作为驱动装置的电动机6通过齿轮(未示出)来驱动。当来自电动机6的驱动力未被施加给节流阀3时，节流阀3的开度TH保持在复位弹簧4的激励力和弹性构件5的激励力处于平衡状态的默认开度THDEF(例如，5度)。

电动机6与电子控制单元(以下称为“ECU”)7连接。电动机6的操作由ECU 7来控制。节流阀3与用于检测节流阀开度TH的节流阀开度传感器8相关联。来自节流阀开度传感器8的检测信号被提供给ECU 7。

并且，ECU 7与加速度传感器9连接，加速度传感器9用于检测加速踏板的踩踏量ACC，以检测装有发动机1的车辆的驾驶员所要求的输出。来自加速度传感器9的检测信号被提供给ECU 7。

ECU 7具有：输入电路，模/数转换器，中央处理器(CPU)，存储电路，以及输出电路。输入电路被提供有来自节流阀开度传感器8和加速度传感器9的检测信号。模/数转换器把输入信号转换为数字信号。CPU执行各种处理操作。存储电路具有：ROM(只读存储器)，用于存储由CPU执行的处理以及在处理中参照的图表；以及RAM，用于存储由CPU执行处理的结果。输出电路把激励电流提供给电动机6。ECU 7可根据加速踏板的踩踏量ACC来确定节流阀3的目标开度THR，可确定电动机6的控制量DUT以使所检测的节流阀开度TH与目标开度THR一致，并可根据控制量DUT把电信号提供给电动机6。

在本实施例中，节流阀驱动装置10是受控对象，其包括：节流阀3，复位弹簧4，弹性构件5，以及电动机6。施加给受控对象的输入是施加给电动机6的电信号的占空比DUT。来自受控对象的输出是由节流阀开度传感器8所检测的节流阀开度TH。

根据节流阀驱动装置10的频率响应特性，由下述公式(1)定义的模型被设定为受控对象模型。已确认的是，该模型的频率响应特性可近似于节流阀驱动装置10的特性。

DTH(k+1)＝a1×DTH(k)+a2×DTH(k-1)

        +b1×DUT(k-d)+c1                 (1)

式中，k是表示采用第一周期ΔT1进行数字化的离散抽样时间或离散控制时间的参数，DTH(k)是由下述公式(2)所定义的节流阀开度偏差量。

DTH(k)＝TH(k)-THDEF                      (2)

式中，TH是所检测的节流阀开度，THDEF是默认开度。

在公式(1)中，a1、a2、b1和c1是用于确定受控对象模型的特性的模型参数，d是空载时间。空载时间d是受控对象模型的输入和输出之间的延迟。为了减少计算量，采用空载时间d被设定为“0”的下述公式(1a)来定义受控对象模型是有效的。由于把空载时间d设定为“0”而引起的建模误差(受控对象模型的特性与实际受控对象(设备)的特性之间的差)可通过采用具有鲁棒性的滑动模式控制器来补偿。一个控制系统的“鲁棒性”是指即使在受控对象或干扰的特性与普通情况相比变化很大时，该控制系统的控制性能或控制稳定性也不容易变坏。

DTH(k+1)＝a1×DTH(k)+a2×DTH(k-1)

        +b1×DUT(k)+c1                     (1a)

在公式(1a)中，除了与作为受控对象输出的偏差量DTH相关的模型参数a1和a2以及与作为受控对象输入的输入占空比DUT相关的模型参数b1以外，还采用与受控对象的输入和输出无关的模型参数c1。模型参数c1是表示默认开度THDEF的偏差量以及施加到节流阀驱动装置10上的干扰的参数。也就是说，通过采用下述模型参数识别器将模型参数c1与模型参数a1、a2和b1同时进行识别，可识别默认开度偏差量和干扰。

图2是由ECU 7实现的节流阀控制系统的功能方框图。节流阀控制系统包括：自适应滑动模式控制器21；模型参数识别器22；模型参数调度器25；目标开度设定单元24，用于根据加速踏板踩踏量ACC来设定节流阀3的目标开度THR；以及减法器26和27。

自适应滑动模式控制器21根据自适应滑动模式控制来计算占空比DUT，以使所检测的节流阀开度TH与目标开度THR一致，并输出所计算的占空比DUT。

通过使用自适应滑动模式控制器21，可使用特定参数(下述切换函数设定参数VPOLE)，针对目标开度THR来改变(指定)节流阀开度TH的响应特性。结果，可根据节流阀开度TH来指定最佳响应特性。例如，在节流阀3从开位置移到全闭位置时，即：在节流阀3与用于使节流阀3在全闭位置停止的止动器相撞时，可避免冲击。还可使与加速踏板的操作对应的发动机响应可变。并且，滑动模式控制可针对模型参数误差获得良好稳定性。

模型参数识别器22计算校正模型参数矢量θL(θL^T＝[a1，a2，b1，c1])，并把所计算的校正模型参数矢量θL提供给自适应滑动模式控制器21。更具体来说，模型参数识别器22根据节流阀开度TH和占空比DUT来计算模型参数矢量θ。然后，模型参数识别器22进行模型参数矢量θ的第一极限处理、过抽样和求移动平均值处理、以及第二极限处理，以计算校正模型参数矢量θL。校正模型参数矢量θL被提供给自适应滑动模式控制器21。这样，可获得最适合使节流阀开度TH跟踪目标开度THR的模型参数a1、a2和b1，并且还可获得表示干扰和默认开度THDEF的偏差量的模型参数c1。以下将对第一极限处理、过抽样和求移动平均值处理以及第二极限处理进行说明。

通过使用用于实时识别模型参数的模型参数识别器22，可适应发动机操作条件的变化，可补偿硬件特性变动，可补偿电源电压波动，并可适应硬件特性的老化相关变化。

模型参数调度器25根据由以下公式(3)定义为目标开度THR(k)和默认开度THDEF之间的偏差量的目标值DTHR，计算基准模型参数矢量θbase(θbase^T＝[a1base，a2base，b1base，c1base])，所计算的基准模型参数矢量θbase被提供给模型参数识别器22。

DTHR(k)＝THR(k)-THDEF                   (3)

减法器26计算默认开度THDEF和节流阀开度TH之间的偏差量，作为节流阀开度偏差量DTH，减法器27计算默认开度THDEF和目标开度THR之间的偏差量，作为目标值DTHR(参见公式(2)和(3))。

自适应滑动模式控制器的概要

以下将对自适应滑动模式控制器21的操作原理进行说明。

如果节流阀开度偏差量DTH和目标值DTHR之间的偏差e(k)由以下公式(4)来定义，则自适应滑动模式控制器的切换函数值σ(k)由以下公式(5)来设定。

e(k)＝DTH(k)-DTHR(k)                      (4)

σ(k)＝e(k)+VPOLE×e(k-1)                 (5)

     ＝(DTH(k)-DTHR(k))

         +VPOLE×(DTH(k-1)-DTHR(k-1))

式中，VPOLE是被设定为大于“-1”和小于“1”的值的切换函数设定参数。

在由表示偏差e(k)的纵轴和表示前次偏差e(k-1)的横轴所定义的相平面上，满足公式“σ(k)＝0”的偏差e(k)和前次偏差e(k-1)的组合对表示直线。该直线一般被称为切换直线。滑动模式控制是一种着眼于切换直线上的偏差e(k)行为的控制。进行滑动模式控制为的是使切换函数值σ(k)为“0”，即：使偏差e(k)和前次偏差e(k-1)的组合对存在于相平面上的切换直线上，从而针对干扰和建模误差实现鲁棒控制。结果，可以良好鲁棒性来控制节流阀开度偏差量DTH，以便跟踪目标值DTHR。

如图3所示，通过改变公式(5)中的切换函数设定参数VPOLE的值，可改变偏差e(k)的衰减特性，即：节流阀开度偏差量DTH跟踪目标值DTHR的跟踪特性。具体来说，如果VPOLE等于“-1”，则节流阀开度偏差量DTH完全无法跟踪目标值DTHR。随着切换函数设定参数VPOLE的绝对值减小，节流阀开度偏差量DTH跟踪目标值DTHR的速度增大。由于滑动模式控制器能够把偏差e(k)的衰减特性指定为期望特性，因而滑动模式控制器被称为响应指定型控制器。

根据滑动模式控制，通过改变切换函数设定参数VPOLE，可容易改变收敛速度。因此，在本实施例中，根据节流阀开度偏差量DTH来设定切换函数设定参数VPOLE，以获得适合于节流阀3的操作状态的响应特性。

如上所述，根据滑动模式控制，通过把偏差e(k)和前次偏差e(k-1)的组合对约束在切换直线上(e(k)和e(k-1)的组合对将被称为“偏差状态量”)，针对干扰和建模误差，按照指定速度并且鲁棒性地把偏差e(k)收敛为“0”。因此，在滑动模式控制中，重要的是如何把偏差状态量置于切换直线上，并把偏差状态量约束在切换直线上。

从上述观点看，到受控对象的输入(控制器的输出)DUT(k)(也表示为Usl(k))基本上由以下公式(6)计算为等效控制输入Ueq(k)、到达法则输入Urch(k)以及自适应法则输入Uadp(k)之和。

DUT(k)＝Usl(k)

      ＝Ueq(k)+Urch(k)+Uadp(k)           (6)

等效控制输入Ueq(k)是用于把偏差状态量约束在切换直线上的输入。到达法则输入Urch(k)是用于把偏差状态量置于切换直线上的输入。自适应法则输入Uadp(k)是用于把偏差状态量置于切换直线上同时减少建模误差和干扰影响的输入。以下将对这些输入Ueq(k)、Urch(k)和Uadp(k)的计算方法进行说明。

由于等效控制输入Ueq(k)用于把偏差状态量约束在切换直线上，因而要满足的条件由以下公式(7)给出。

σ(k)＝σ(k+1)                                (7)

使用公式(1)、(4)和(5)，可由下述公式(8)来确定满足公式(7)的占空比DUT(k)。使用公式(8)计算的占空比DUT(k)表示等效控制输入Ueq(k)。到达法则输入Urch(k)和自适应法则输入Uadp(k)可由下述各自公式(9)和(10)来定义。

$\mathrm{DUT}\left(k\right)=\frac{1}{b1}\{(1-a1-\mathrm{VPOLE})\mathrm{DTH}\left(k\right)+(\mathrm{VPOLE}-a2)\mathrm{DTH}(k-1)-c1+\mathrm{DTHR}(k+1)+(\mathrm{VPOLE}-1)\mathrm{DTHR}\left(k\right)-\mathrm{VPOLE}\×\mathrm{DTHR}(k-1)\}=\mathrm{Ueq}\left(k\right)---\left(8\right)$

$\mathrm{Urch}\left(k\right)=\frac{-F}{b1}\mathrm{\σ}\left(k\right)---\left(9\right)$

$\mathrm{Uadp}\left(k\right)=\frac{-G}{b1}\underset{i=1}{\overset{k}{\mathrm{\Σ}}}\mathrm{\ΔT}1\mathrm{\σ}\left(i\right)---\left(10\right)$

式中，F和G分别表示到达法则控制增益和自适应法则控制增益，并按以下所述设定，ΔT1表示控制周期。控制周期是第一周期ΔT1，它与用于定义受控对象模型的抽样周期相等。

然后，确定到达法则控制增益F和自适应法则控制增益G，以便可通过到达法则输入Urch和自适应法则输入Uadp把偏差状态量稳定地置于切换直线上。

具体来说，假设有干扰V(k)，根据干扰V(k)确定用于使切换函数值σ(k)保持稳定的稳定性条件，以获得增益F和G的设定条件。结果，作为稳定性条件已获得的是，增益F和G的组合满足以下公式(11)～(13)，也就是说，增益F和G的组合应位于图4所示的阴影线区域内。

F＞0                                            (11)

G＞0                                            (12)

F＜2-(ΔT1/2)G                                  (13)

如上所述，等效控制输入Ueq(k)、到达法则输入Urch(k)以及自适应法则输入Uadp(k)使用公式(8)～(10)来计算，占空比DUT(k)被计算为这些输入之和。

模型参数识别器的概要

以下将对模型参数识别器22的操作原理进行说明。

如上所述，模型参数识别器22根据受控对象的输入(DUT(k))和输出(TH(k))来计算受控对象模型的模型参数矢量。具体来说，模型参数识别器22根据由以下公式(14)表示的顺序识别算法(广义顺序最小二乘法算法)来计算模型参数矢量θ(k)。

θ(k)＝θ(k-1)+KP(k)ide(k)                     (14)

θ(k)^T＝[a1”，a2”，b1”，c1”]               (15)

式中，a1”、a2”、b1”和c1”表示在进行下述第一极限处理之前的模型参数，ide(k)表示由下述公式(16)、(17)和(18)所定义的识别误差。在公式(16)、(17)和(18)中，DTHHAT(k)表示使用最新模型参数矢量θ(k-1)所计算的节流阀开度偏差量DTH(k)的估计值(以下称为“估计的节流阀开度偏差量”)，KP(k)表示由下述公式(19)所定义的增益系数矢量。在公式(19)中，P(k)表示由下述公式(20)所计算的四次方形矩阵。

ide(k)＝DTH(k)-DTHHAT(k)                      (16)

DTHHAT(k)＝θ(k-1)^Tξ(k)                      (17)

ξ(k)^T＝[DTH(k-1)，DTH(k-2)，DUT(k-1)，1]     (18)

$\mathrm{KP}\left(k\right)=\frac{P\left(k\right)\mathrm{\ξ}\left(k\right)}{1+{\mathrm{\ξ}}^T\left(k\right)P\left(k\right)\mathrm{\ξ}\left(k\right)}---\left(19\right)$

$P(k+1)=\frac{1}{{\mathrm{\λ}}_1}(E-\frac{{\mathrm{\λ}}_{2}P\left(k\right)\mathrm{\ξ}\left(k\right){\mathrm{\ξ}}^T\left(k\right)}{{\mathrm{\λ}}_1+{\mathrm{\λ}}_2{\mathrm{\ξ}}^T\left(k\right)P\left(k\right)\mathrm{\ξ}\left(k\right)})P\left(k\right)---\left(20\right)$

(E是单位矩阵)

根据公式(20)中的系数λ1和λ2的设定，来自公式(14)～(20)的识别算法成为以下四种识别算法中的一种。

λ1＝1，λ2＝0        固定增益算法

λ1＝1，λ2＝1        最小二乘法算法

λ1＝1，λ2＝λ       递减增益算法(λ是0或1以外的给定值)

λ1＝λ，λ2＝1       加权最小二乘法算法(λ是0或1以外的给定值)

如果固定增益算法用于减少计算量，则公式(19)被简化为以下公式(19a)，在公式(19a)中，P表示对角元素为常数的方形矩阵。

$\mathrm{KP}\left(k\right)=\frac{\mathrm{P\ξ}\left(k\right)}{1+{\mathrm{\ξ}}^T\left(k\right)\mathrm{P\ξ}\left(k\right)}---\left(19a\right)$

存在以下情况，即：使用公式(14)～(18)和(19a)计算的模型参数逐渐偏离期望值。具体来说，如图5A和图5B所示，如果在模型参数已被收敛到某种程度之后，存在诸如节流阀的摩擦特性那样的非线性特性所引起的残留识别误差，或者如果稳定地施加平均值不为零的干扰，则残留识别误差被累积，从而引起模型参数漂移。为了防止这种模型参数漂移，模型参数矢量θ(k)由以下公式(14a)来计算，而不由公式(14)来计算。

θ(k)＝θ(0)+DELTA^k-1×KP(1)ide (1)

       +DELTA^k-2×KP(2)ide(2)+……

       +DELTA×KP(k-1)ide(k-1)+KP(k)ide(k)

                                          (14a)

式中，如以下公式(21)所示，DELTA表示忘却系数矩阵(forgettingcoefficient matrix)，在该忘却系数矩阵中，忘却系数δi(i＝1～3)和“1”是对角元素，其他元素都是“0”。

$\mathrm{DELTA}=\left[\begin{array}{cccc}\mathrm{\δ}1& 0& 0& 0\\ 0& \mathrm{\δ}2& 0& 0\\ 0& 0& \mathrm{\δ}3& 0\\ 0& 0& 0& 1\end{array}\right]---\left(21\right)$

忘却系数δi被设定为“0”和“1”之间的值(0＜δi＜1)，并具有逐渐减少过去识别误差影响的功能。在公式(21)中，与模型参数c1”的计算相关的系数被设定为“1”，从而保持过去值的影响。通过把忘却系数矩阵DELTA的其中一个对角元素，即：与模型参数c1”的计算相关的系数设定为“1”，可防止在目标值DTHR和节流阀开度偏差量DTH之间发生稳定偏差。通过把忘却系数矩阵DELTA的其他元素δ1、δ2和δ3设定为大于“0”和小于“1”的值，可防止模型参数漂移。

当把公式(14a)重写成递归形式时，获得以下公式(14b)和(14c)。使用公式(14b)和(14c)而不使用公式(14)来计算模型参数矢量θ(k)的方法在以下被称为“δ校正法”，并且由公式(14c)所定义的dθ(k)被称为“更新矢量”。

θ(k)＝θ(0)+dθ(k)                         (14b)

dθ(k)＝DELTA·dθ(k-1)+KP(k)ide(k)         (14c)

根据使用δ校正法的算法，除了漂移防止效果之外，还可获得模型参数稳定效果。具体来说，初始矢量θ(0)总是予以保持，并且可由更新矢量dθ(k)的元素所取的值由忘却系数矩阵DELTA的影响来限制。因此，模型参数可被稳定在其初始值附近。

并且，由于根据以实际受控对象的输入和输出数据为基础的识别处理，在调整更新矢量dθ(k)的同时计算模型参数，因而可计算与实际受控对象匹配的模型参数。

优选的是使用以下公式(14d)来计算模型参数矢量θ(k)，该公式(14d)使用基准模型参数矢量θbase，而不使用公式(14b)中的初始矢量θ(0)。

θ(k)＝θbase+dθ(k)                                (14d)

基准模型参数矢量θbase由模型参数调度器25根据目标值DTHR来设定。因此，基准模型参数矢量θbase可适应与节流阀开度TH的变化对应的动态特性的变化。

并且，在本实施例中，对识别误差ide(k)进行低通滤波处理。具体来说，当识别具有低通特性的受控对象的模型参数时，用于识别误差ide(k)的识别算法的识别加权具有图6A中的实线L1所示的频率特性。通过对识别误差ide(k)进行低通滤波处理，可把由实线L1所示的频率特性改变为由虚线L2所示的高频分量被衰减的频率特性。以下将对执行低通滤波处理的原因进行说明。

具有低通特性的实际受控对象及其受控对象模型的频率特性具有分别由图6B中的实线L3和L4所示的频率特性。具体来说，如果针对具有低通特性(高频分量衰减特性)的受控对象，由模型参数识别器22来识别模型参数，则所识别的模型参数在很大程度上会受高频阻止特性的影响，因而，受控对象模型的增益在低频范围内低于实际特性。结果，滑动模式控制器21过度校正控制输入。

通过根据低通滤波处理把识别算法的加权频率特性改变为由图6A中的虚线L2所示的特性，可把受控对象的频率特性改变为由图6B中的虚线L5所示的频率特性。结果，使受控对象模型的频率特性与实际频率特性一致，或者把受控对象模型的低频增益校正到略高于实际增益的水平。因此，可防止控制输入被滑动模式控制器21过度校正，从而可提高控制系统的鲁棒性，并可进一步使控制系统稳定。

低通滤波处理通过以下方式来进行，即：把识别误差的过去值ide(k-1)(例如，对于i＝1～10，为10个过去值)存储在环形缓冲器内；把过去值与加权系数相乘；以及把过去值和加权系数的积相加。

由于识别误差ide(k)使用公式(16)、(17)和(18)来计算，因而通过对节流阀开度偏差量DTH(k)和估计的节流阀开度偏差量DTHHAT(k)进行相同低通滤波处理，或者通过对节流阀开度偏差量DTH(k-1)、DTH(k-2)和占空比DUT(k-1)进行相同低通滤波处理，可获得上述相同效果。

当进行了低通滤波处理的识别误差由idef(k)来表示时，更新矢量dθ(k)使用下列公式(14e)来计算，而不使用公式(14c)来计算。

dθ(k)＝DELTA×dθ(k-1)+KP(k)idef(k)          (14e)

抽样周期的探讨

本发明的发明人已确认的是，如果与受控对象模型的抽样周期和控制周期对应的第一周期ΔT1被设定为数毫秒(例如，2毫秒)，则干扰抑制能力不足，并且适应硬件特性的改动和时间相关变化的能力也不足。以下将对这些问题进行详细说明。

1)干扰抑制能力不足

使用公式(8)计算的等效控制输入Ueq是用于使节流阀开度偏差量DTH跟踪目标值DTHR的前馈输入。因此，有助于抑制干扰(例如，施加到用于支撑节流阀3的阀体构件上的摩擦力的变化，或者施加到阀体上的压力，即：由于阀体两侧上的压力差而施加到阀体上的压力的变化)影响的是使用公式(9)和(10)计算的到达法则输入Urch(k)和自适应法则输入Uadp(k)。到达法则输入Urch(k)和自适应法则输入Uadp(k)根据切换函数值σ来计算。

当把第一周期ΔT1设定为大约数毫秒的值时，如果节流阀开度偏差量DTH或目标值DTHR的变化速度较小，则控制偏差的当前值e(k)和前次值e(k-1)大体相等。因此，如果把公式(5)中的切换函数设定参数VPOLE设定为接近“-1”的值，则切换函数值σ(k)大体为“0”。结果，使用公式(9)和(10)计算的到达法则输入Urch(k)和自适应法则输入Uadp(k)大体为“0”，从而大大降低自适应滑动模式控制器的干扰抑制能力。也就是说，如果与受控对象模型的输出的变化速度(变化周期)相比，使用较短抽样周期来定义受控对象模型，则根据受控对象模型所设计的自适应滑动模式控制器的干扰抑制能力会大大降低。

2)适应硬件特性变动和老化的能力不足

适应硬件特性的变动和老化是通过使用模型参数识别器22顺次识别模型参数来进行。

如果第一周期ΔT1被设定为大约数毫秒的值，则抽样频率是数百Hz(例如，约500Hz)，并且奈奎斯特(Nyquist)频率fnyq是抽样频率的二分之一。如图7所示，作为来自节流阀驱动装置10的输出的节流阀开度偏差量DTH和目标值DTHR的频率分量的大部分存在于比奈奎斯特频率fnyq低很多的频率范围(5Hz以下的频率范围)内。在图7中，Φth表示功率频谱。因此，如图8所示，如果以较短周期为间隔对变化速度小的参数进行抽样，则无法观测到该参数的变化量。也就是说，节流阀开度偏差量的当前值DTH(k)和前次值DTH(k-1)大体相等。

当使用这种检测数据来识别模型参数时，所识别的模型参数a1”和a2”之和大体为“1”，并且模型参数b1”和c1”均为“0”。这样，所识别的模型参数未能精确表示受控对象的动态特性。

如上所述，如果与受控对象模型的输出的变化速度(变化周期)相比，根据以较短抽样周期为间隔抽样的数据来识别模型参数，则所识别的模型参数的精度大大降低，并且适应受控对象特性的变动和老化的能力也不足。

如果抽样周期太长，则奈奎斯特频率fnyq明显太低，导致可控性下降。然而，迄今一直认为，不会由于抽样周期较短而发生问题。本发明的发明人已表明，如果进行着眼于受控对象状态变化的控制，则可控性会由于抽样周期较短而下降。

根据本实施例，通过根据受控对象的操作频率范围来延长受控对象的抽样周期，可解决上述问题。另一方面，在经验方面公知的是，针对摩擦那样的非线性干扰的可控性会随着控制周期缩短而提高。因此，把设定为大约数毫秒的第一周期ΔT1用作自适应滑动模式控制器的控制周期，并把用于定义受控对象模型的抽样周期设定为第二周期ΔT2，第二周期ΔT2比第一周期ΔT1长。

例如，如果受控对象的操作频率范围的上限截止频率是1Hz，则用于观测受控对象的运动的最低抽样频率根据抽样定理为2Hz。在实验方面已确认的是，用于对表示受控对象运动的模型的模型参数进行精确识别的最高抽样频率约为20Hz。因此，用于定义受控对象模型的抽样周期应优选地被设定为与一频率对应的周期，该频率是受控对象的操作频率范围的上限截止频率的3倍至30倍。

如果与第一周期ΔT1和第二周期ΔT2对应的奈奎斯特频率分别是fnyq1和fnyq2，则两者关系如图9所示。在图9中，fsmp2表示与第二周期ΔT2对应的抽样频率。

如果抽样频率被设定为一值，该值比与上限截止频率30倍的频率对应的周期短，则会发生上述问题。如果抽样频率被设定为一值，该值比与上限截止频率3倍的频率对应的周期长，则对于受控对象的操作频率范围来说，奈奎斯特频率太低，导致可控性下降。

并且，在本实施例中，模型参数识别器的识别操作周期被设定成与第二周期ΔT2相等。

如果采用第二周期ΔT2进行数字化的离散抽样时间或离散控制时间由“n”来表示，则上述用于定义受控对象模型的公式(1a)被重写为下述公式(1b)。同样，上述公式(3)、(4)和(5)被重写为下述公式(3a)、(4a)和(5a)。由公式(1b)定义的受控对象模型将在以下被称为“ΔT2模型”，并且由公式(1a)定义的受控对象模型将在以下被称为“ΔT1模型”。

DTH(n+1)＝a1×DTH(n)+a2×DTH(n-1)

              +b1×DUT(n)+c1                  (1b)

DTHR(n)＝THR(n)-THDEF                         (3a)

e(n)＝DTH(n)-DTHR(n)                          (4a)

σ(n)＝e(n)+VPOLE×e(n-1)                     (5a)

     ＝(DTH(n)-DTHR(n))

         +VPOLE×(DTH(n-1)-DTHR(n-1))

以下将对延长抽样周期对切换函数值σ具有的影响进行说明。为了使ΔT1模型中的偏差e(k)的衰减特性和ΔT2模型中的偏差e(n)的衰减特性在图10A和图10B所示的横轴表示时间t的图上相同，当第二周期ΔT2被设定为第一周期ΔT1五倍的值时，切换函数设定参数VPOLE的值可设定如下。

ΔT1模型的VPOLE＝-0.9

ΔT2模型的VPOLE＝-0.59

如果切换函数设定参数VPOLE被如此设定，并且如图11所示，节流阀开度偏差量DTH由于低频正弦波干扰而振动，则上述两种模型的切换函数值σ变化，如图12所示。被设定成使偏差e的衰减特性相同的切换函数针对相同干扰具有不同值。具体来说，ΔT2模型的切换函数值σ(n)大于ΔT1模型的切换函数值σ(k)。这样可确认的是，通过降低抽样频率，可提高切换函数值σ对干扰的敏感度。因此，通过使用对干扰的敏感度提高的切换函数值σ(n)，可提高干扰抑制能力。

基于ΔT2模型的自适应滑动模式控制器的再设计

自适应滑动模式控制器根据ΔT2模型进行再设计。自适应滑动模式控制器的输出由以下公式(6a)来表示。

DUT(n)＝Usl(n)

     ＝Ueq(n)+Urch(n)+Uadp(n)                   (6a)

等效控制输入Ueq(n)通过在公式(8)中用“n”替换“k”而获得。由于实际上难以获得目标值的未来值DTHR(n+1)，因而等效控制输入Ueq(n)使用以下公式(8a)来计算，从公式(8a)中除去与目标值DTHR相关的项。在实验方面已确认的是，如果仅除去未来值DTHR(n+1)的项并保留当前目标值DTHR(n)和前次目标值DTHR(n-1)，则控制器可能会不稳定。因此，也从公式(8a)中除去当前目标值DTHR(n)和前次目标值DTHR(n-1)。

到达法则输入Urch(n)和自适应法则输入Uadp(n)分别使用下述公式(9a)和(10a)来计算。

$\mathrm{Ueq}\left(n\right)=\frac{1}{b1}\{(1-a1-\mathrm{VPOLE})\mathrm{DTH}\left(n\right)+(\mathrm{VPOLE}-a2)\mathrm{DTH}(n-1)-c1\}---\left(8a\right)$

$\mathrm{Urch}\left(n\right)=\frac{-F}{b1}\mathrm{\σ}\left(n\right)---\left(9a\right)$

$\mathrm{Uadp}\left(n\right)=\frac{-G}{b1}\underset{i=0}{\overset{n}{\mathrm{\Σ}}}\mathrm{\ΔT}2\mathrm{\σ}\left(i\right)---\left(10a\right)$

如图13A所示，到达法则输入Urch(n)和自适应法则输入Uadp(n)的增益F和G应优选地根据切换函数值σ(n)来设定。通过设定图13A所示的增益F和G，增益F和G会随着切换函数值σ(n)的绝对值增加而减少。因此，即使当目标值DTHR突变时，也可防止节流阀开度偏差量DTH相对于目标值DTHR发生过冲。

如图13B或图13C所示，根据偏差e(n)或节流阀开度偏差量DTH(n)可设定增益F和G，而不是设定图13A所示的增益F和G。如图13B所示，如果根据偏差e(n)来设定增益F和G，则增益F和G会随着偏差e(n)的绝对值增加而减少。因此，即使当目标值DTHR突变时，也可防止节流阀开度偏差量DTH相对于目标值DTHR发生过冲。

如图13C所示，如果根据节流阀开度偏差量DTH(n)来设定增益F和G，则当节流阀开度偏差量DTH(n)在“0”附近时，即：当节流阀开度TH在默认开度THDEF附近时，可提高可控性。

使增益F和G可变，会产生以下问题：如图14B所示，当由于用于确定增益F或G的参数逐步变化使得增益F或G逐步变化时，如图14A中的虚线所示，到达法则输入Urch或自适应法则输入Uadp突变，这会引起节流阀开度TH的突变。因此，到达法则输入Urch和自适应法则输入Uadp可分别使用公式(9b)和(10b)来计算，而不使用公式(9a)和(10a)来计算。即使当增益F和G突变时，如图14A中的实线所示，如此计算的到达法则输入Urch和自适应法则输入Uadp也会逐渐变化。

Urch(n)＝Urch(n-1)-(F/b1)(σ(n)-σ(n-1))  (9b)

Uadp(n)＝Uadp(n-1)-(GΔT2/b1)×σ(n)      (10b)

计算周期的探讨

如果第二周期ΔT2用作受控对象模型的抽样周期，则如图15A～15C所示，控制周期通常也被设定为第二周期ΔT2，第二周期ΔT2比第一周期ΔT1长。然而，较长控制周期会产生以下问题：

1)通过近早地检测和校正相对于目标值的输出误差(当该误差是由于诸如节流阀驱动机构的摩擦那样的非线性干扰而产生时)，可获得更好的可控性。如果延长抽样周期，则该误差的检测延迟，导致可控性下降。

2)当延长控制周期时，用于把目标值输入控制器的周期延长。因此，用于使输出跟踪目标值变化的空载时间也延长。高频(高速)时的目标值变化不能反映到输出上。

因此，在本实施例中，自适应滑动模式控制器21、模型参数识别器22以及模型参数调度器25都是根据一种模型，即：通过使用第二周期ΔT2作为抽样周期来定义的模型而构成。自适应滑动模式控制器21以第一周期ΔT1为间隔来计算控制输入，模型参数识别器22以第二周期ΔT2为间隔来识别模型参数矢量θ，模型参数调度器25以第二周期ΔT2为间隔来计算基准模型参数矢量θbase。

图16A～16D是用于在第二周期ΔT2被设定为第一周期ΔT1五倍的值(ΔT2＝5ΔT1)时，对上述参数的计算定时进行说明的定时图。在图16A～16D中，模型参数矢量θ(n-1)根据在时间(n-1)(＝时间(k-5))和时间(n-2)(＝时间(k-10))时的节流阀开度偏差量DTH、在时间(n-1)时的控制输入DUT、以及在时间(n-1)时的目标值DTHR，并使用在时间(n-1)时的基准模型参数矢量θbase(n-1)来计算。控制输入DUT(k-5)使用目标值DTHR(k-5)和DTHR(k-10)、节流阀开度偏差量DTH(k-5)和DTH(k-10)、以及模型参数矢量θ(n-1)来计算。控制输入DUT(k-4)使用目标值DTHR(k-4)和DTHR(k-9)、节流阀开度偏差量DTH(k-4)和DTH(k-9)、以及模型参数矢量θ(n-1)来计算。控制输入DUT(k-3)使用目标值DTHR(k-3)和DTHR(k-8)、节流阀开度偏差量DTH(k-3)和DTH(k-8)、以及模型参数矢量θ(n-1)来计算。

当采用上述计算定时时，对用于计算控制输入DUT的模型参数进行更新的周期比使用控制器21更新控制输入DUT的周期长。结果，模型参数的更新周期会影响控制输入DUT，而这可能会使控制系统产生共振。

因此，在本实施例中，通过以作为控制周期的第一周期ΔT1为间隔，对以第二周期ΔT2为间隔识别的模型参数进行抽样(过抽样)，把抽样数据存储在环形缓冲器内，并把对存储在环形缓冲器内的数据进行求移动平均值处理所获得的值用作控制模型参数，可防止控制系统中的这种共振。

图17是用于对上述计算过程进行说明的定时图。与图16A～16D类似，图17示出了ΔT2等于5ΔT1的情况。在图示例中，对过抽样的最新9个数据求平均值。具体来说，通过对三个模型参数矢量θ(n-2)、五个模型参数矢量θ(n-1)、以及一个模型参数矢量θ(n)求平均值所获得的模型参数被用在由滑动模式控制器在时间K时进行的计算中。在另一时间时，例如，在时间(k-3)时，通过对一个模型参数矢量θ(n-3)、五个模型参数矢量θ(n-2)、以及三个模型参数矢量θ(n-1)求平均值所获得的模型参数被用在由滑动模式控制器进行的计算中。

图17所示的模型参数矢量θ’表示已进行了下述第一极限处理以及过抽样和求移动平均值处理的模型参数矢量。

自适应滑动模式控制器的详情

以下将对自适应滑动模式控制器21的详情进行说明。受控对象模型是一种使用第二周期ΔT2来定义的模型。作为自适应滑动模式控制器21的计算周期，如上所述，采用第一周期ΔT1，而不采用第二周期ΔT2。因此，用作离散时间的是时间“k”，而不是时间“n”。

在本实施例中，控制输入DUT(k)使用公式(6b)来计算，而不使用公式(6a)来计算，以提高对目标值DTHR的微小变化的响应，并减少节流阀开度偏差量DTH相对于目标值DTHR的过冲。在公式(6b)中，除了等效控制输入Ueq(k)、到达法则输入Urch(k)和自适应法则输入Uadp(k)之外，还使用非线性输入Unl(k)、强制振动输入Uwave(k)和衰减输入Udamp(k)来计算控制输入DUT(k)。

DUT(k)＝Usl(k)

     ＝Ueq(k)+Urch(k)+Uadp(k)

        +Unl(k)+Uwave(k)+Udamp(k)     (6b)

在公式(6b)中，等效控制输入Ueq(k)、到达法则输入Urch(k)和自适应法则输入Uadp(k)使用以下公式(8b)、(9)和(10c)来计算，切换函数值σ(k)使用以下公式(5b)来计算。

$\mathrm{Ueq}\left(k\right)=\frac{1}{b1}\{(1-a1-\mathrm{VPOLE})\mathrm{DTH}\left(k\right)+(\mathrm{VPOLE}-a2)\mathrm{DTH}(k-k0)-c1\}---\left(8b\right)$

$\mathrm{Urch}\left(k\right)=\frac{-F}{b1}\mathrm{\σ}\left(k\right)---\left(9\right)$

$\mathrm{Uadp}\left(k\right)=\mathrm{Uadp}(k-1)-\frac{G}{b1}\mathrm{\ΔT}1\×\mathrm{\σ}\left(k\right)---\left(10c\right)$

σ(k)＝e(k)+VPOLE×e(k-k0)

   ＝DTH(k)-DTHR(k)

 +VPOLE×(DTH(k-k0)-DTHR(k-k0))  (5b)

在公式(5b)和(8b)中，k0表示与在切换函数值σ的计算中所涉及的偏差e(k)的抽样时间间隔对应的参数。在本实施例中，参数k0被设定为与第二周期ΔT2对应的(ΔT2/ΔT1)(例如，“5”)。通过把在切换函数值σ的计算中所涉及的偏差e(k)的抽样时间间隔设定为第二周期ΔT2，可计算适合于受控对象模型特性和设备特性大体相互一致的频率范围的切换函数值。结果，可进一步提高抑制干扰和建模误差的能力。

由于建模用的抽样周期被设定为第二周期ΔT2，并且控制周期被设定为第一周期ΔT1，因而公式(5b)、(8b)和(10c)不同于上述公式(5)、(8a)和(10b)。

非线性输入Unl用于对由于节流阀3的阀体驱动用减速齿轮的齿隙所引起的非线性建模误差进行抑制，并用于把偏差状态量置于切换直线上。强制振动输入Uwave用于对由于节流阀3的驱动机构摩擦所引起的非线性特性进行抑制。衰减输入Udamp用于防止节流阀开度偏差量DTH相对于目标值DTHR发生过冲。

以下将首先对非线性输入Unl进行说明。

在通过减速齿轮来驱动阀体这种类型的节流阀驱动装置中，当目标值DTHR发生微小变化时，产生图18所示的由于减速齿轮的齿隙所引起的稳定偏差，并且需要一段时间来消除该稳定偏差。特别是，在目标值DTHR和节流阀开度偏差量DTH的变化方向反转之后，这种倾向会变强。

根据一种使用不包括非线性输入Unl的公式(6a)的控制器，上述稳定偏差可由自适应法则输入Uadp以及包括在等效控制输入Ueq的计算公式(8)中的模型参数c1收敛为“0”。然而，由于稳定偏差的收敛速度较低，因而无法获得充分可控性。图18示出了自适应法则输入Uadp改变并且稳定偏差被收敛为“0”的方式。根据使用公式(6a)的控制处理，通过使用自适应法则输入Uadp和模型参数c1中的至少一方，可把稳定偏差减少到“0”。

在本实施例中，为解决上述问题，使用从以下公式(22)计算的非线性输入Unl(k)。

Unl(k)＝-knl×sgn(σ(k))/b1                  (22)

式中，sgn(σ(k))表示符号函数，当σ(k)具有正值时，该符号函数的值等于“1”，当σ(k)具有负值时，该符号函数的值等于“-1”。Knl是非线性输入增益。

当使用非线性输入Unl(k)时，图19A示出了对正在发生微小变化的目标值DTHR的响应，并且图19B示出了非线性输入Unl(k)的变化。也就是说，如图18所示，可防止稳定偏差的收敛发生延迟。

然而，正如从图19A和图19B中理解的，通过添加非线性输入Unl，会产生微小振动现象。这种微小振动现象有时可能会由滑动模式控制器产生，但在使用公式(6a)时不会产生。在本实施例中，通过使用自适应法则输入Uadp和模型参数c1并使用强制振动输入Uwave，可把将由非线性输入Unl补偿的建模误差减至最小，因此，可把非线性输入Unl的振幅，即：微小振动的振幅减至最小。

并且，在本实施例中，如图20所示，非线性输入增益Knl根据节流阀开度偏差量DTH来设定。当节流阀开度偏差量DTH接近“0”时，即：当节流阀开度TH接近于默认开度THDEF时，通过增加非线性输入增益Knl，可抑制稳定偏差。

以下将对强制振动输入Uwave进行说明。

在诸如节流阀驱动装置10那样的受控对象中，用于驱动节流阀3阀体的滑动构件的摩擦特性可能降低对目标值微小变化的可控性。

为了补偿摩擦特性，公知有一种方法，用于以预定周期为间隔把高频颤动输入与控制输入相加。在本实施例中，强制振动输入Uwave使用以下公式(23)来计算，作为高频颤动输入。

Uwave(k)＝Kwave×Fwave(k)×|ide(n)|/b1         (23)

式中，Kwave是高频颤动输入基本增益，Fwave(k)是高频颤动信号值，ide(n)是模型参数的识别误差。

作为用于获得高频颤动信号值Fwave的高频颤动信号，采用图21所示的一系列基本波形，并且如图22所示，该基本波形的重复频率被设定为不在受控对象的共振频率附近的频率，以避免控制系统共振。在图22中，fr表示控制系统的共振频率，fwave表示高频颤动信号的频率。

在低于共振频率fr的频率范围中，非线性输入Unl表现出与强制振动输入Uwave相同的效果。因此，高频颤动信号频率fwave被设定为高于共振频率fr的频率。更具体来说，高频颤动信号频率fwave被设定为在具有低通特性(使高频分量衰减的特性)的受控对象的阻止频带内(在通频带外)的频率。

与非线性输入Unl类似，强制振动输入Uwave也可成为微小振动的原因。因此，强制振动输入Uwave的振幅应根据受控对象的摩擦特性来设定。然而，节流阀驱动装置的摩擦特性会根据硬件设备的特性变动和老化以及施加在阀体上的压力而变化。因此，如同非线性输入Unl一样，根据节流阀开度(节流阀开度偏差量)来设定强制振动输入Uwave是不合适的。

根据本实施例，鉴于以下事实，即：由于受控对象模型是线性模型，因而诸如摩擦特性那样的非线性特性未反映在模型参数中，而是显示为识别误差ide这一事实，如公式(23)所示，根据识别误差ide的绝对值来设定强制振动输入Uwave的振幅。这样，可根据摩擦特性变化来设定振幅。

图23A～23C是用于对强制振动输入(Uwave)的效果进行说明的定时图。在过度摩擦区域开始时(t1)并且在过度摩擦区域结束时(t2)，识别误差ide增加，因此，强制振动输入Uwave增加。因此，可防止节流阀开度偏差量DTH的控制误差增加。

以下将对衰减输入Udamp进行说明。

在控制节流阀驱动装置方面，重要的是当节流阀的阀体移动到全闭位置时，要避免与止动器相撞。而且还重要的是防止发动机驱动力增加到超过驾驶员要求以上的水平。滑动模式控制一般具有高速响应特性，但具有一种倾向是经常相对于目标值发生过冲。

因此，在本实施例中，衰减输入Udamp用作用于抑制过冲的控制输入。

可以认为，用于抑制过冲的衰减输入Udamp可使用以下三个公式来定义。

Udamp1(k)＝-Kdamp1(e(k)-e(k-1))/b1           (24)

Udamp2(k)＝-Kdamp2(σ(k)-σ(k-1))/b1         (25)

Udamp3(k)＝-Kdamp3(DTH(k)-DTH(k-1))/b1       (26)

式中，Kdamp1、Kdamp2和Kdamp3表示衰减控制增益。

当节流阀开度偏差量DTH的变化速度较高时，或者当目标值DTHR的变化速度较高时，在公式(24)和(25)中使用的偏差e(k)和切换函数值σ(k)的变化速度较高。因此，在这两种情况下，衰减输入Udamp的绝对值都增加。衰减输入Udamp具有对用于把节流阀开度偏差量DTH收敛为目标值DTHR的其他控制输入进行抑制的功能。因此，如果采用由公式(24)或(25)定义的衰减输入Udamp1或Udamp2，则当目标值DTHR变化很大时，可对用于跟踪目标值DTHR的控制输入进行抑制。结果，响应速度下降。

另一方面，只有当节流阀开度的变化速度增加时，由公式(26)定义的衰减输入Udamp3的绝对值才增加，以便抑制其他控制输入。也就是说，当目标值DTHR变化很大时，衰减输入Udamp3不会抑制其他控制输入。因此，衰减输入Udamp3能够实现过冲抑制和高响应速度，而这是由公式(24)或(25)定义的衰减输入Udamp1或Udamp2所无法实现的。

因此，在本实施例中，衰减输入Udamp2使用以下公式(27)来计算。

Udamp＝-Kdamp(DTH(k)-DTH(k-1))/b1       (27)

图24A和图24B是用于对衰减输入Udamp的过冲抑制效果进行说明的定时图，并示出了当目标值DTHR如虚线所示发生逐步变化时的节流阀开度偏差量DTH的响应特性。图24A所示的过冲由图24B所示的衰减输入Udamp来抑制。

由于公式(27)包括模型参数b1，因而即使当节流阀驱动装置10的动态特性已变化时，也可合适地抑制过冲。

针对公式(27)中的衰减控制增益Kdamp，通过根据节流阀开度偏差量DTH和目标值DTHR来改变衰减控制增益Kdamp，可进一步提高可控性。因此，在本实施例中，如图25A所示，根据节流阀开度偏差量DTH来设定基本值Kdampbs，并且如图25B所示，根据目标值DTHR的变化量的移动平均值DDTHRAV来计算校正系数Kkdamp。并且，衰减控制增益Kdamp使用下述公式(28)来计算。由于当节流阀开度TH在默认开度附近(DTH0)时，基本值Kdampbs被设定为小值，因而衰减效果下降，并获得高响应速度。当移动平均值DDTHRAV等于或大于预定正值时，校正系数Kkdamp被设定为大于“1”的值。这是因为当节流阀开度TH增加时，容易发生过冲。

Kdamp＝Kdampbs×Kkdamp                    (28)

移动平均值DDTHRAV使用以下公式(29)来计算：

$\mathrm{DDTHRAV}\left(k\right)=\underset{i=0}{\overset{\mathrm{iAV}}{\mathrm{\Σ}}}(\mathrm{DTHR}(k-i)-\mathrm{DTHR}(k-i-1)/(\mathrm{iAV}+1)----\left(29\right)$

式中，iAV表示被设定为例如“50”的数。

模型参数识别器的详情

由于识别处理由模型参数识别器22以第二周期ΔT2为间隔来进行，因而以下给出的是通过把在模型参数识别器的概要说明中所示的公式内的“k”改变为“n”所获得的公式。以下公式(30)中的LF()以函数形式表示识别误差的低通滤波处理。

θ(n)＝θbase+dθ(n)                           (14f)

dθ(n)＝DELTA·dθ(n-1)+KP(n)idef(n)           (14g)

KP(n)＝Pξ(n)/(1+ξ^T(n)Pξ(n))                 (19b)

idef(n)＝LF(ide(n))                            (30)

ide(n)＝DTH(n)-DTHHAT(n)                       (16a)

DTHHAT(n)＝θ(n-1)^Tξ(n)                       (17a)

θ(n)^T＝[a1”(n)，a2”(n)，b1”(n)，c1”(n)]

(15a)

ξ(n)^T＝[DTH(n-1)，DTH(n-2)，DUT(n-1)，1]   (18a)

$\mathrm{DELTA}=\left[\begin{array}{cccc}\mathrm{\δ}1& 0& 0& 0\\ 0& \mathrm{\δ}2& 0& 0\\ 0& 0& \mathrm{\δ}3& 0\\ 0& 0& 0& 1\end{array}\right]---\left(21\right)$

为提高控制系统的鲁棒性，对使用公式(14f)计算的模型参数矢量θ(n)的元素a1”、a2”、b1”和c1”进行下述极限处理。

图26A和图26B是用于对模型参数a1”和a2”的极限处理进行说明的图。图26A和图26B示出了由模型参数a1”的横轴和模型参数a2”的纵轴所定义的平面。如果模型参数a1”和a2”位于作为阴影线区域表示的稳定区域的外侧，则进行极限处理，以便把这些模型参数a1”和a2”改变为与稳定区域的外边缘对应的值。

如果模型参数b1”位于上限值XIDB1H和下限值XIDB1L之间的范围外，则进行极限处理，以便把模型参数b1”改变为上限值XIDB1H或下限值XIDB1L。如果模型参数c1”位于上限值XIDC1H和下限值XIDC1L之间的范围外，则进行极限处理，以便把模型参数c1”改变为上限值XIDC1H或下限值XIDC1L。

以上一组极限处理(第一极限处理)由下述公式(31)来表示。θ*(n)表示极限处理后的模型参数矢量，其元素由下述公式(32)来表示。

θ*(n)＝LMT(θ(n))                            (31)

θ*(n)^T＝[a1*(n)，a2*(n)，b1*(n)，c1*(n)]     (32)

在由本发明的发明人先前提出的控制系统中，用于使用公式(14g)计算更新矢量dθ(n)的前一更新矢量dθ(n-1)以及用于计算估计的节流阀开度偏差量DTHHAT(k)的前一模型参数矢量θ(n-1)包括未进行极限处理的模型参数。在本实施例中，由下述公式(33)计算的矢量被用作前一更新矢量dθ(n-1)，并且如以下公式(17b)所示，极限处理后的模型参数矢量θ*(n-1)被用作前一模型参数矢量，而该前一模型参数矢量用于计算估计的节流阀开度偏差量DTHHAT(k)。

dθ(n-1)＝θ*(n-1)-θbase(n-1)               (33)

DTHHAT(n)＝θ*(n-1)^Tξ(n)                             (17b)

以下将对上述处理的原因进行说明。

如果与由模型参数a1”和a2”所确定的坐标(以下称为“模型参数坐标”)对应的点位于图26B所示的点PA1处，则进行极限处理，以便把与模型参数坐标对应的点移动到位于稳定区域外边缘的点PAL。如果节流阀开度偏差量DTH改变，并且与模型参数a1”和a2”将收敛的模型参数坐标对应的点改变为点PA2，则从点PA1移动到点PA2要比从点PAL移动到点PA2慢。也就是说，当由自适应滑动模式控制器21进行的控制处理适应于受控对象的动态特性时，产生空载时间，而这会降低可控性。

因此，在本实施例中，把极限处理后的模型参数矢量θ*(n-1)应用于公式(33)和(17b)，以便计算当前模型参数矢量θ(n)。

通过在时间k时对第一极限处理后的模型参数矢量θ*(n)进行过抽样而在时间k时获得的模型参数矢量θ*(k)由以下公式(32a)来表示。

θ*(k)^T＝[a1*(k)，a2*(k)，b1*(k)，c1*(k)]         (32a)

当通过对该过抽样的模型参数矢量θ*(k)求移动平均值所获得的模型参数矢量θ’(k)由以下公式(32b)来表示时，模型参数矢量θ’(k)的元素a1’(k)、a2’(k)、b1’(k)和c1’(k)由以下公式(34)～(37)来计算。

θ’(k)^T＝[a1’(k)，a2’(k)，b1’(k)，c1’(k)]    (32b)

${a1}^{\′}\left(k\right)=\underset{i=0}{\overset{m}{\mathrm{\Σ}}}a{1}^{*}(k-i)/(m+1)---\left(34\right)$

${a2}^{\′}\left(k\right)=\underset{i=0}{\overset{m}{\mathrm{\Σ}}}a{2}^{*}(k-i)/(m+1)---\left(35\right)$

${b1}^{\′}\left(k\right)=\underset{i=0}{\overset{m}{\mathrm{\Σ}}}b{1}^{*}(k-i)/(m+1)---\left(36\right)$

${c1}^{\′}\left(k\right)=\underset{i=0}{\overset{m}{\mathrm{\Σ}}}c{1}^{*}(k-i)/(m+1)---\left(37\right)$

式中，(m+1)表示进行求移动平均值处理的数据数，“m”被设定为例如“4”。

然后，如下述公式(38)所示，对模型参数矢量θ’(k)进行与上述极限处理类似的极限处理(第二极限处理)，从而计算由下述公式(39)表示的校正模型参数矢量θL(k)，因为模型参数a1’和/或模型参数a2’可改变，这样，与模型参数a1’和a2’对应的点由于求移动平均值计算而从图26A和图26B所示的稳定区域中移出。模型参数b1’和c1’由于其通过求移动平均值计算并不会离开极限范围，因而实际上不进行极限处理。

θL(k)＝LMT(θ’(k))                            (38)

θL(k)^T＝[a1，a2，b1，c1]                       (39)

模型参数调度器的详情

基准模型参数a1base、a2base、b1base和c1base由模型参数调度器25来设定。如图27所示，基准模型参数a1base和a2base根据目标值DTHR来设定。与根据节流阀开度偏差量DTH来设定基准模型参数a1base和a2base的情况相比，通过根据目标值DTHR来设定基准模型参数a1base和a2base，可获得较高可控性，特别是，可获得更快响应。

由于基准模型参数c1base不取决于节流阀驱动装置的操作状态(目标值DTHR或节流阀开度偏差量DTH)，因而基准模型参数c1base总是被设定为“0”。与控制输入DUT相关的基准模型参数b1base总是被设定为模型参数b1的下限值XIDB1L，这与节流阀驱动装置的操作状态无关。

基准模型参数b1base由于以下原因而总是被设定为下限值XIDB1L。

如图28B所示，在以下情况，即：由自适应滑动模式控制器21在时间tS之前使用的模型参数b1由更新矢量dθ的b1分量db1(参见图28C)来校正，并且模型参数b1小于基准模型参数b1base这种情况下，如图28A所示，如果目标值DTHR在时间tS时逐步从DTHR1改变为DTHR2，则假定，目标值DTHR等于值DTHR2，并且将由模型参数b1所取的值是图28B所示的b1s。

在该例中，在使用模型参数识别器22校正基准模型参数b1base方面需要多个步骤，因而在使更新分量db1在时间tS之后成为合适值方面也需要多个步骤，其中该更新分量db1在时间tS之前，已在负方向上校正了基准模型参数b1base。因此，在这些多个步骤期间，模型参数b1采取比期望值b1s小得多的值。结果，自适应滑动模式控制器21计算用于执行过度校正的控制输入DUT，并且如图28A所示，会发生节流阀开度偏差量DTH的过冲。

因此，在本实施例中，基准模型参数b1base总是被设定为下限值XDB1L，以避免图28A～28C所示的缺点。通过把基准模型参数b1base设定为下限值XDB1L，更新分量db1总是采用图29C所示的正值。因此，例如，即便在存在识别延迟的情况下，也可防止模型参数b1采用比期望值b1s小得多的值(参见图29B)，并可防止自适应滑动模式控制器21由于识别延迟而执行过度校正。结果，如图29A所示，可抑制节流阀开度偏差量DTH的过冲。

由ECU 7的CPU执行的处理

以下将对用于实现控制器21、模型参数识别器22和模型参数调度器25的上述功能而由ECU 7的CPU执行的处理进行说明。

图30是示出由ECU 7的CPU以预定周期，例如2毫秒为间隔执行的节流阀开度控制处理的流程图。

在步骤S11，进行图31所示的状态变量设定处理。具体来说，在图31中，在步骤S31和步骤S32进行公式(2)和(3)的计算，以便确定节流阀开度偏差量DTH(k)和目标值DTHR(k)。有时也可以省略表示当前值的符号(k)或(n)。

在步骤S12，确定计数器IDCOUNT的值是否为“0”。由于计数器IDCOUNT最初被设定为“0”，因而处理从步骤S12进入到步骤S14，在步骤S14，进行模型参数识别处理，即：进行模型参数矢量θ(n)的计算处理。然后，在步骤S15进行图34所示的第一极限处理，以便计算模型参数矢量θ*(n)。具体来说，执行模型参数矢量θ(n)的极限处理，以计算模型参数矢量θ*(n)。所计算的模型参数矢量θ*(n)的元素a1*(n)、a2*(n)、b1*(n)和c1*(n)被存储在环形缓冲器内，用于过抽样处理。具体来说，预定数N的各元素，即：θ*(k)、θ*(k+1)、…、θ*(k+N-1)被存储在环形缓冲器内。预定数N表示第二周期ΔT2与第一周期ΔT1之比(ΔT2/ΔT1)，并且被设定为例如“5”。

在步骤S16，计数器IDCOUNT被设定为预定数N。因此，在下次执行该处理时，对步骤S12作否定回答(NO)，并且计数器IDCOUNT的值在步骤S13递减“1”。之后，处理进入到步骤S17。因此，从步骤S14到步骤S16的处理每N次进行一次。

在步骤S17，通过对极限处理后的模型参数矢量θ*(n)求移动平均值，计算模型参数矢量θ’(k)。具体来说，把存储在环形缓冲器内的模型参数应用于公式(34)～(37)，以计算模型参数a1’(k)、a2’(k)、b1’(k)和c1’(k)。

在步骤S18，进行图39所示的第二极限处理。具体来说，进行在步骤S17计算的模型参数a1’(k)和a2’(k)的极限处理，以计算校正模型参数矢量θL(k)。模型参数b1’(k)和c1’(k)分别直接应用于校正模型参数矢量θL(k)的元素b1(k)和c1(k)。

在步骤S19，进行图40所示的控制输入Usl(k)的计算处理。具体来说，对等效控制输入Ueq(k)、到达法则输入Urch(k)、自适应法则输入Uadp(k)、非线性输入Unl(k)、强制振动输入Uwave以及衰减输入Udamp(k)进行计算，并对所计算的输入求和，得出控制输入Usl(k)(＝占空比DUT(k))。

在步骤S20，进行图50所示的滑动模式控制器的稳定性判定处理。具体来说，根据Lyapunov函数的微分值来判定滑动模式控制器的稳定性，并且设定稳定性判定标志FSMCSTAB。当进行控制输入Usl(k)的计算时，将参照稳定性判定标志FSMCSTAB。

图32是示出在图30所示的步骤S14进行的模型参数识别处理的流程图。

在步骤S41，使用公式(19b)来计算增益系数矢量KP(n)。然后，在步骤S42，使用公式(17b)来计算估计的节流阀开度偏差量DTHHAT(n)。

在步骤S43，进行图33所示的ide(n)计算处理，以计算识别误差ide(n)。在步骤S44，使用公式(14g)和(33)来计算更新矢量dθ(n)。在步骤S45，根据目标值DTHR来检索图27所示的θbase表，以计算基准模型参数矢量θbase。在θbase表中，实际上设定有基准模型参数a1base和a2base的值。基准模型参数b1base被设定为模型参数b1的最小值XIDB1L。基准模型参数c1base被设定为“0”。

在步骤S46，使用公式(14f)来计算模型参数矢量θ(n)。之后，图32所示的处理结束。

图33是示出在图32所示的步骤S43进行的识别误差ide(n)的计算处理的流程图。

在步骤S51，使用公式(16a)来计算识别误差ide(n)。然后，确定在步骤S53进行递增的计数器CNTIDST的值是否大于根据受控对象的空载时间d来设定的预定值XCNTIDST(步骤S52)。由于空载时间d在本实施例中近似于“0”，因而XCNTIDST被设定为“2”。由于计数器CNTIDST的初始值为“0”，因而处理首先进入到步骤S53，在该步骤S53，计数器CNTIDST递增“1”。然后，识别误差ide(n)在步骤S54被设定为“0”，并且处理进入到步骤S55。就在模型参数矢量θ(n)的识别开始之后，无法通过公式(16a)计算来立刻获得正确的识别误差。因此，识别误差ide(n)是通过步骤S52～S54设定为0，而不是使用公式(16a)的计算结果。

如果对步骤S52作肯定回答(YES)，则处理立即进入到步骤S55。

在步骤S55，对识别误差ide(n)进行低通滤波处理。具体来说，参照图6A和图6B，进行上述受控对象的频率特性校正处理。

图34是示出在图30所示的步骤S15进行的第一极限处理的流程图。

在步骤S71，通过把该处理中使用的标志FA1STAB、FA2STAB、FB1LMT和FC1LMT均设定为“0”，对这些标志进行初始化。在步骤S72，进行图35所示的模型参数a1”和a2”的极限处理。在步骤S73，进行图37所示的模型参数b1”的极限处理。在步骤S74，进行图38所示的模型参数c1”的极限处理。

图35是示出在图34所示的步骤S72进行的模型参数a1”和a2”的极限处理的流程图。图36是用于对图35所示的处理进行说明的图，并将与图35一起被参照。

在图36中，需要进行极限处理的模型参数a1”和a2”的组合由“×”符号来表示，并且稳定的模型参数a1”和a2”的组合范围由阴影线区域(以下称为“稳定区域”)来表示。图35所示的处理是把位于稳定区域外的模型参数a1”和a2”的组合移动到稳定区域内由“○”符号表示的位置的处理。

在步骤S81，判定模型参数a2”是否大于或等于预定的a2下限值XIDA2L。预定a2下限值XIDA2L被设定为大于“-1”的负值。当把预定a2下限值XIDA2L设定为“-1”时，可获得稳定模型参数a1*和a2*。然而，由于由公式(40)定义为“n”次方的矩阵A有时会不稳定(也就是说，模型参数a1”和a2”不发散而是振荡)，因而预定a2下限值XIDA2L被设定为大于“-1”的负值。

$A=\left[\begin{array}{cc}{a1}^{*}& a{2}^{*}\\ 1& 0\end{array}\right]---\left(40\right)$

如果在步骤S81，a2”小于XIDA2L，则在步骤S82，模型参数a2*被设定为下限值XIDA2L，并且a2稳定标志FA2STAB被设定为“1”。当a2稳定标志FA2STAB被设定为“1”时，这表示模型参数a2*被设定为下限值XIDA2L。在图36中，在步骤S81和步骤S82的极限处理P1中的模型参数校正由标有“P1”的箭头线来表示。

如果对步骤S81作肯定回答(YES)，即：如果a2”大于或等于XIDA2L，则在步骤S83，模型参数a2*被设定为模型参数a2”。

在步骤S84和步骤S85，确定模型参数a1”是否位于由预定的a1下限值XIDA1L和预定的a1上限值XIDA1H所定义的范围内。预定a1下限值XIDA1L被设定为等于或大于“-2”并小于“0”的值，并且预定a1上限值XIDA1H被设定为例如“2”。

如果对步骤S84和步骤S85作肯定回答(YES)，即：如果a1”大于或等于XIDA1L并小于或等于XIDA1H，则在步骤S88，模型参数a1*被设定为模型参数a1”。

如果在步骤S84，a1”小于XIDA1L，则在步骤S86，模型参数a1*被设定为下限值XIDA1L，并且a1*稳定标志FA1STAB被设定为“1”。如果在步骤S85，a1”大于XIDA1H，则在步骤S87，模型参数a1被设定为上限值XIDA1H，并且a1稳定标志FA1STAB被设定为“1”。当a1稳定标志FA1STAB被设定为“1”时，这表示模型参数a1*被设定为下限值XIDA1L或上限值XIDA1H。在图36中，在步骤S84～S87的极限处理P2中的模型参数校正由标有“P2”的箭头线来表示。

在步骤S90，确定模型参数a1*的绝对值和模型参数a2*之和是否等于或小于预定的稳定性判定值XA2STAB。预定稳定性判定值XA2STAB被设定为接近于“1”但小于“1”的值(例如，“0.99”)。

图37所示的直线L1和L2满足以下公式(41)。

a2*+|a1*|＝XA2STAB                          (41)

因此，在步骤S90，判定模型参数a1*和a2*的组合是否位于图36所示的直线L1和L2的线上或者该直线L1和L2的下侧。如果对步骤S90作肯定回答(YES)，则由于模型参数a1*和a2*的组合位于图36所示的稳定区域内，因而极限处理立即结束。

如果对步骤S90作否定回答(NO)，则在步骤S91判定模型参数a1*是否比通过从预定稳定性判定值XA2STAB中减去预定a2下限值XIDA2L所获得的值(由于XIDA2L小于“0”，因而(XA2STAB-XIDA2L)大于XA2STAB)小。如果模型参数a1*等于或小于(XA2STAB-XIDA2L)，则在步骤S92，模型参数a2*被设定为(XA2STAB-|a1*|)，并且a2稳定标志FA2STAB被设定为“1”。

如果在步骤S91，模型参数a1*大于(XA2STAB-XIDA2L)，则在步骤S93，模型参数a1*被设定为(XA2STAB-XIDA2L)。并且在步骤S93，模型参数a2*被设定为预定a2下限值XIDA2L，并且a1稳定标志FA1STAB和a2稳定标志FA2STAB被设定为“1”。

在图36中，在步骤S91和步骤S92的极限处理P3中的模型参数校正由标有“P3”的箭头线来表示，并且在步骤S91和步骤S93的极限处理P4中的模型参数校正由标有“P4”的箭头线来表示。

如上所述，进行图35所示的极限处理，以便使模型参数a1”和a2”处于图36所示的稳定区域内，从而计算模型参数a1*和a2*。

图37是示出在图34所示的步骤S73进行的模型参数b1”的极限处理的流程图。

在图37所示的步骤S101和步骤S102，判定模型参数b1”是否位于由预定的b1下限值XIDB1L和预定的b1上限值XIDB1H所定义的范围内。预定b1下限值XIDB1L被设定为预定正值(例如，“0.1”)，并且预定b1上限值XIDB1H被设定为例如“1”。

如果对步骤S101和步骤S102作肯定回答(YES)，即：如果b1”大于或等于XIDB1L并小于或等于XIDB1H，则在步骤S105，模型参数b1*被设定为模型参数b1”。

如果在步骤S101，b1”小于XIDB1L，则在步骤S104，模型参数b1*被设定为下限值XIDB1L，并且b1*极限标志FB1LMT被设定为“1”。如果在步骤S102，b1”大于XIDB1H，则在步骤S103，模型参数b1*被设定为上限值XIDB1H，并且b1极限标志FB1LMT被设定为“1”。当b1极限标志FB1LMT被设定为“1”时，这表示模型参数b1*被设定为下限值XIDB1L或上限值XIDB1H。

图38是示出在图34所示的步骤S74进行的模型参数c1”的极限处理的流程图。

在图38所示的步骤S111和步骤S112，判定模型参数c1”是否位于由预定的c1下限值XIDC1L和预定的c1上限值XIDC1H所定义的范围内。预定c1下限值XIDC1L被设定为例如“-60”，并且预定c1上限值XIDC1H被设定为例如“60”。

如果对步骤S111和步骤S112作肯定回答(YES)，即：如果c1”大于或等于XIDC1L并小于或等于XIDC1H，则在步骤S115，模型参数c1*被设定为模型参数c1”。

如果在步骤S111，c1”小于XIDC1L，则在步骤S114，模型参数c1*被设定为下限值XIDC1L，并且c1极限标志FC1LMT被设定为“1”。如果在步骤S112，c1”大于XIDC1H，则在步骤S113，模型参数c1*被设定为上限值XIDC1H，并且c1极限标志FC1LMT被设定为“1”。当c1极限标志FC1LMT被设定为“1”时，这表示校正模型参数c1被设定为下限值XIDC1L或上限值XIDC1H。

图39是示出在图30所示的步骤S18进行的第二极限处理的流程图。该第二极限处理与图35所示的第一极限处理大致相同，只不过在图35所示的极限处理中的模型参数a1”和a2”分别换用模型参数a1’和a2’，并且在图35所示的极限处理中的模型参数a1*和a2*分别换用模型参数a1”和a2”。具体来说，对求移动平均值后的模型参数a1’和a2’进行的步骤S121～S133的极限处理与图35所示的极限处理类似，从而计算校正模型参数a1和a2。

图40是示出在图30所示的步骤S19进行的控制输入Usl的计算处理的流程图。

在步骤S201，进行图41所示的切换函数值σ的计算处理。在步骤S202，使用公式(8b)来计算等效控制输入Ueq。在步骤S203，进行图44所示的到达法则输入Urch的计算处理。在步骤S204，进行图45所示的自适应法则输入Uadp的计算处理。在步骤S205，进行图46所示的非线性输入Unl的计算处理。在步骤S206，进行图47所示的强制振动输入Uwave的计算处理。在步骤S207，进行图49所示的衰减输入Udamp的计算处理。

在步骤S208，判定在图50所示的处理中所设定的稳定性判定标志FSMCSTAB是否为“1”。当稳定性判定标志FSMCSTAB被设定为“1”时，这表示自适应滑动模式控制器21不稳定。

如果在步骤S208，FSMCSTAB等于“0”，即：表示自适应滑动模式控制器21稳定，则在步骤S209，把在步骤S202～S207计算的控制输入Ueq、Urch、Uadp、Unl、Uwave以及Udamp相加，从而计算控制输入Usl。

如果在步骤S208，FSMCSTAB等于“1”，即：表示自适应滑动模式控制器21不稳定，则计算到达法则输入Urch和自适应法则输入Uadp之和，作为控制输入Usl。也就是说，等效控制输入Ueq、非线性输入Unl、强制振动输入Uwave以及衰减输入Udamp都不用于计算控制输入Usl，这可防止控制系统变得不稳定。

在步骤S211和步骤S212，判定所计算的控制输入Usl是否位于由预定的上限值XUSLH和预定的下限值XUSLL所定义的范围内。如果控制输入Usl在该范围内，则图40所示的处理立即结束。如果在步骤S211，控制输入Usl等于或小于预定下限值XUSLL，则在步骤S214，控制输入Usl被设定为预定下限值XUSLL。如果在步骤S212，控制输入Usl等于或大于预定上限值XUSLH，则在步骤S213，控制输入Usl被设定为预定上限值XUSLH。

图41是示出在图40所示的步骤S201进行的切换函数值σ的计算处理的流程图。

在步骤S221，进行图42所示的VPOLE计算处理，以计算切换函数设定参数VPOLE。然后，在步骤S222，使用公式(5b)来计算切换函数值σ(k)。

在步骤S223和步骤S224，判定所计算的切换函数值σ(k)是否位于由预定的上限值XSGMH和预定的下限值XSGML所定义的范围内。如果所计算的切换函数值σ(k)在该范围内，则图41所示的处理立即结束。如果在步骤S223，所计算的切换函数值σ(k)等于或小于预定下限值XSGML，则在步骤S225，所计算的切换函数值σ(k)被设定为预定下限值XSGML。如果在步骤S224，所计算的切换函数值σ(k)等于或大于预定上限值XSGMH，则在步骤S226，所计算的切换函数值σ(k)被设定为预定上限值XSGMH。

图42是示出在图41所示的步骤S221进行的VPOLE计算处理的流程图。

在图42所示的步骤S231，判定稳定性判定标志FSMCSTAB是否为“1”。如果在步骤S231，FSMCSTAB等于“1”，即：表示自适应滑动模式控制器21不稳定，则在步骤S232，切换函数设定参数VPOLE被设定为预定稳定值XPOLESTB。预定稳定值XPOLESTB被设定为大于“-1”但非常接近于“-1”的值(例如，“-0.999”)。

如果FSMCSTAB等于“0”，即：表示自适应滑动模式控制器21稳定，则在步骤S234，根据节流阀开度偏差量DTH来检索图43所示的VPOLE表，以计算切换函数设定参数VPOLE。把VPOLE表设定为：当节流阀开度偏差量DTH采用在“0”附近的值，即：当节流阀开度TH采用在默认开度THDEF附近的值时，切换函数设定参数VPOLE增加，并且当节流阀开度偏差量DTH采用不在“0”附近的值时，切换函数设定参数VPOLE大体恒定，无论节流阀开度偏差量DTH怎样变化。因此，当节流阀开度TH在默认开度THDEF附近时，切换函数设定参数VPOLE被设定为较大值，这可提高在默认开度THDEF附近的可控性。

在步骤S235和步骤S236，判定所计算的切换函数设定参数VPOLE是否位于由预定的上限值XPOLEH和预定的下限值XPOLEL所定义的范围内。如果切换函数设定参数VPOLE在该范围内，则图42所示的处理立即结束。如果在步骤S236，切换函数设定参数VPOLE等于或小于预定下限值XPOLEL，则在步骤S238，切换函数设定参数VPOLE被设定为预定下限值XPOLEL。如果在步骤S235，切换函数设定参数VPOLE等于或大于预定上限值XPOLEH，则在步骤S237，切换函数设定参数VPOLE被设定为预定上限值XPOLEH。

图44是示出在图40所示的步骤S203进行的到达法则输入Urch的计算处理的流程图。

在图44所示的步骤S261，判定稳定性判定标志FSMCSTAB是否为“1”。如果稳定性判定标志FSMCSTAB等于“0”，即：表示自适应滑动模式控制器21稳定，则如图13A所示，根据切换函数值σ来设定控制增益F(步骤S262)。

在步骤S263，根据与公式(9)相同的以下公式(42)来计算到达法则输入Urch。

Urch＝-F ×σ/b1                             (42)

如果稳定性判定标志FSMCSTAB等于“1”，即：表示自适应滑动模式控制器21不稳定，则在步骤S264，控制增益F被设定为预定的稳定增益XKRCHSTB，并且在步骤S265，根据不包括模型参数b1的以下公式(43)来计算到达法则输入Urch。

Urch＝-F ×σ                                        (43)

在步骤S266和步骤S267，判定所计算的到达法则输入Urch是否位于由预定的上限值XURCHH和预定的下限值XURCHL所定义的范围内。如果到达法则输入Urch在该范围内，则图44所示的处理立即结束。如果在步骤S266，到达法则输入Urch等于或小于预定下限值XURCHL，则在步骤S268，到达法则输入Urch被设定为预定下限值XURCHL。如果在步骤S267，到达法则输入Urch等于或大于预定上限值XURCHH，则在步骤S269，到达法则输入Urch被设定为预定上限值XURCHH。

如上所述，当自适应滑动模式控制器21不稳定时，控制增益F被设定为预定的稳定增益XKRCHSTB，并且在不使用模型参数b1的情况下计算到达法则输入Urch，这会使自适应滑动模式控制器21返回到其稳定状态。当由模型参数识别器22进行的识别处理不稳定时，自适应滑动模式控制器21也不稳定。因此，通过使用把变得不稳定的模型参数b1排除在外的公式(43)，可使自适应滑动模式控制器21稳定。

图45是示出在图40所示的步骤S204进行的自适应法则输入Uadp的计算处理的流程图。

在步骤S271，判定切换函数值σ是否等于或小于预定的下限值-XSGMSL。如果σ小于或等于-XSGMSL，则在步骤S272，切换函数参数SGMS被设定为预定下限值-XSGMSL。如果σ大于-XSGMSL，则在步骤S273，判定切换函数值σ是否等于或大于预定的上限值XSGMSL。如果σ大于或等于XSGMSL，则在步骤S274，切换函数参数SGMS被设定为预定上限值XSGMSL。如果切换函数值σ在预定下限值-XSGMSL和预定上限值XSGMSL之间，则在步骤S275，切换函数参数SGMS被设定为切换函数值σ。

在步骤S271～S275，对在计算自适应法则输入Uadp时使用的切换函数值σ进行极限处理。切换函数参数SGMS是与极限处理后的切换函数值σ对应的参数。当目标值DTHR突变时，极限处理可防止节流阀开度偏差量DTH相对于目标值DTHR发生过冲。

在步骤S276，判定稳定性判定标志FSMCSTAB是否为“1”。如果FSMCSTAB等于“0”，即：表示自适应滑动模式控制器21稳定，则在步骤S279，如图13A所示，根据切换函数值σ来设定控制增益G。

然后，在步骤S280，把切换函数参数SGMS和控制增益G应用于下述公式(44)，以计算自适应法则输入Uadp(k)。公式(44)与公式(10c)类似，只不过公式(10c)中的切换函数值σ被换用切换函数参数SGMS。

Uadp(k)＝Uadp(k-1)-G×SGMS×ΔT1/b1      (44)

如果在步骤S276，FSMCSTAB等于“1”，即：表示自适应滑动模式控制器21不稳定，则在步骤S277，控制增益G被设定为预定的稳定增益SKADPSTB，并且在步骤S278，使用公式(45)来计算自适应法则输入Uadp(k)。公式(45)是通过从公式(44)中消除模型参数b1所获得的公式。

Uadp(k)＝Uadp(k-1)-G×SGMS×ΔT1         (45)

在步骤S281和步骤S282，判定所计算的自适应法则输入Uadp是否位于由预定的上限值XUADPH和预定的下限值XUADPL所定义的范围内。如果自适应法则输入Uadp在该范围内，则图45所示的处理立即结束。如果在步骤S282，自适应法则输入Uadp等于或小于预定下限值XUADPL，则在步骤S284，自适应法则输入Uadp被设定为预定下限值XUADPL。如果在步骤S281，自适应法则输入Uadp等于或大于预定上限值XUADPH，则在步骤S283，自适应法则输入Uadp被设定为预定上限值XUADPH。

图46是示出在图40所示的步骤S205进行的非线性输入Unl的计算处理的流程图。

在步骤S301，根据节流阀开度偏差量DTH来计算非线性输入增益Knl(参见图20)。在步骤S302，判定切换函数值σ是否等于或小于预定下限值-XNLTH。如果σ大于-XNLTH，则在步骤S304，判定切换函数值σ是否等于或大于预定上限值XNLTH。如果切换函数值σ在预定上限值XNLTH和预定下限值-XNLTH之间，则切换函数值σ被设定为非线性输入参数SNL(步骤S306)。

如果切换函数值σ等于或小于预定下限值-XNLTH，则在步骤S303，非线性输入参数SNL被设定为“-1”。如果切换函数值σ等于或大于预定上限值XNLTH，则在步骤S305，非线性输入参数SNL被设定为“1”。

在步骤S307，根据以下公式(46)来计算非线性输入Unl(k)。

Unl(k)＝-Knl×SNL/b1                        (46)

在图46所示的处理中，使用非线性输入参数SNL来取代公式(22)中的符号函数sgn(σ(k))，并且把切换函数值σ直接应用在切换函数值σ的绝对值较小的预定范围内。这可抑制由于非线性输入Unl所引起的微小振动。

图47是示出在图40所示的步骤S206进行的强制振动输入Uwave的计算处理的流程图。

在步骤S311，使用以下公式(47)来计算时间参数twave(k)。

twave(k)＝twave(k-1)+XTWAVEINC           (47)

式中，XTWAVEINC表示被设定为该处理的执行周期的经过时间。

在步骤S312，判定时间参数twave(k)是否等于或大于预定周期TPERIOD(例如，1秒)。如果twave(k)小于TPERIOD，则处理进入到步骤S314。如果twave(k)大于或等于TPERIOD，则在步骤S313，时间参数twave(k)复位到“0”。之后，处理进入到步骤S314。

在步骤S314，根据时间参数twave(k)来检索图48所示的Fwave表，以计算高频颤动信号值Fwave。图48所示的波形略微不同于图21所示的波形。Fwave表可根据图21所示的波形来设定。

在步骤S315，把高频颤动输入基本增益Kwave和识别误差ide(k)应用于以下公式(48)，以计算高频颤动输入增益KWID(参见公式(23))。

KWID＝Kwave×|ide(k)|                         (48)

在步骤S316，判定高频颤动输入增益KWID是否小于预定的上限值XKWIDL。如果KWID小于XKWIDL，则处理进入到步骤S320。如果高频颤动输入增益KWID等于或大于预定上限值XKWIDL，则在步骤S318，高频颤动输入增益KWID被设定为预定上限值XKWIDL。

在步骤S320，根据与公式(23)大体相同的以下公式(49)来计算强制振动输入Uwave(k)。

Uwave(k)＝KWID×Fwave/b1                      (49)

图49是示出在图40所示的步骤S207进行的衰减输入Udamp的计算处理的流程图。

在步骤S331，根据上述公式(29)来计算目标值DTHR的变化量的移动平均值DTHRAV。在步骤S332，根据节流阀开度偏差量DTH来计算衰减控制增益的基本值Kdampbs(参见图25A)。在步骤S333，根据移动平均值DDTHRAV来计算衰减控制增益的校正系数Kkdamp(参见图25B)。

在步骤S334，通过把基本值Kdampbs与校正系数Kkdamp相乘，计算衰减控制增益Kdamp。然后，根据以下公式(27)(再次示出)来计算衰减输入Udamp(k)。

Udamp(k)＝-Kdamp×(DTH(k)-DTH(k-1))/b1 (27)

图50是示出在图30所示的步骤S20进行的滑动模式控制器的稳定性判定处理的流程图。在该处理中，根据Lyapunov函数的微分值来判定稳定性，并根据稳定性判定结果来设定稳定性判定标志FSMCSTAB。

在步骤S351，使用以下公式(50)来计算切换函数变化量Dσ。在步骤S352，使用以下公式(51)来计算稳定性判定参数SGMSTAB。

Dσ＝σ(k)-σ(k-k0)                    (50)

SGMSTAB＝Dσ×σ(k)                    (51)

在步骤S353，判定稳定性判定参数SGMSTAB是否等于或小于稳定性判定阈值XSGMSTAB。如果SGMSTAB大于XSGMSTAB，则在步骤S355，判定为自适应滑动模式控制器21可能会不稳定，并且使不稳定性检测检测计数器CNTSMCST递增“1”。如果SGMSTAB小于或等于XSGMSTAB，则在步骤S354，判定为自适应滑动模式控制器21稳定，并且使不稳定性检测计数器CNTSMCST的计数值不递增，而是保持该计数值。

在步骤S356，判定不稳定性检测计数器CNTSMCST的值是否等于或小于预定计数值XSSTAB。如果CNTSMCST小于或等于XSSTAB，则在步骤S357，判定为自适应滑动模式控制器21稳定，并且第一判定标志FSMCSTAB1被设定为“0”。如果CNTSMCST大于XSSTAB，则在步骤S358，判定为自适应滑动模式控制器21不稳定，并且第一判定标志FSMCSTAB1被设定为“1”。当接通点火开关时，不稳定性检测计数器CNTSMCST的值被初始化为“0”。

在步骤S359，稳定性判定周期计数器CNTJUDST递减“1”。然后，在步骤S360，判定稳定性判定周期计数器CNTJUDST的值是否为“0”。当接通点火开关时，稳定性判定周期计数器CNTJUDST的值被初始化为预定的判定计数值XCJUDST。因此，最初，对步骤S360作否定回答(NO)，并且处理立即进入到步骤S365。

之后，如果稳定性判定周期计数器CNTJUDST的值变为“0”，则处理从步骤S360进入到步骤S361，在步骤S361，判定第一判定标志FSMCSTAB1是否为“1”。如果第一判定标志FSMCSTAB1是“0”，则在步骤S363，第二判定标志FSMCSTAB2被设定为“0”。如果第一判定标志FSMCSTAB1是“1”，则在步骤S362，第二判定标志FSMCSTAB2被设定为“1”。

在步骤S364，稳定性判定周期计数器CNTJUDST的值被设定为预定的判定计数值XCJUDST，并且不稳定性检测计数器CNTSMCST被设定为“0”。之后，处理进入到步骤S365。

在步骤S365，稳定性判定标志FSMCSTAB被设定为第一判定标志FSMCSTAB1和第二判定标志FSMCSTAB2的逻辑和。即使对步骤S356作肯定回答(YES)，并且第一判定标志FSMCSTAB1被设定为“0”，第二判定标志FSMCSTAB2也会保持为“1”，直到稳定性判定周期计数器CNTJUDST的值变为“0”。因此，稳定性判定标志FSMCSTAB也会保持为“1”，直到稳定性判定周期计数器CNTJUDST的值变为“0”。

在本实施例中，节流阀驱动装置10和ECU 7的一部分，即：用于向电动机6提供激励电流的输出电路相当于一个设备，并且ECU 7相当于控制器和识别装置。更具体来说，图30所示的步骤S19，即：图40所示的处理相当于控制器，并且图30所示的步骤S12～S18相当于识别装置。

第二实施例

图51是示出根据本发明第二实施例的液压定位装置及其控制系统的构成的图，该控制系统是设备控制系统。这种液压定位装置可用于连续可变阀门定时机构，该机构用于连续改变吸排气阀的阀门定时。连续可变阀门定时机构可改变用于驱动吸排气阀的凸轮的旋转相位，以变换吸排气阀的开/闭定时，这可提高发动机的进气效率，并可减少发动机的泵气损失。

液压定位装置包括：活塞64；液压缸61，其内嵌装活塞64；电动滑阀67；液压泵65；油压供给管66，用于把油压从液压泵65提供给电动滑阀67；第一油路68，用于把第一油压P1提供给液压缸61的第一油压室62；第二油路69，用于把第二油压P2提供给液压缸61的第二油压室63；以及油压释放管70，用于使从电动滑阀67排出的液压油返回到油底壳(未示出)。

设有电位计71，用于检测活塞64的位置PACT，并且表示所检测位置PACT的信号被提供给电子控制单元(ECU)72。

目标位置PCMD被输入ECU 72。ECU 72计算控制量DUT以使所检测位置PACT与目标位置PCMD一致，并根据控制量DUT把电信号提供给电动滑阀67。

电动滑阀67根据控制量DUT来移动阀体(未示出)的位置，并根据阀体位置来输出第一油压P1和第二油压P2。当第一油压P1和第二油压P2之间的压差DP(＝P1-P2)是正值时，如图51所示，活塞64向右移动。当压差DP是负值时，如图51所示，活塞64向左移动。在所检测位置PACT与目标位置PCMD一致的情况下，压差DP保持为“0”。

图52是示出一种用于使用自适应滑动模式控制器来控制图51所示的液压定位装置的控制系统的方框图。

控制系统80包括：识别器81，自适应滑动模式控制器82，调度器83，以及减法器85，86。控制系统80通过由ECU 72中包括的CPU所执行的处理来实现。

减法器85从所检测位置PACT中减去基准值PBASE，以计算所检测位置偏差量DPACT。减法器86从目标位置PCMD中减去基准值PBASE，以计算目标值DPCMD。基准值PBASE根据液压定位装置的操作特性，被预设定为最佳值。

本实施例中的所检测位置PACT和所检测位置偏差量DPACT分别与第一实施例中的节流阀开度TH和节流阀开度偏差量DTH对应。本实施例中的目标位置PCMD和目标值DPCMD分别与第一实施例中的目标开度THR和目标值DTHR对应。

与第一实施例中的模型参数调度器25类似，调度器83根据目标值DPCMD来计算基准模型参数矢量θbase，并把基准模型参数矢量θbase提供给识别器81。

与第一实施例中的模型参数识别器22类似，识别器81根据作为控制输入的控制量DUT和作为控制输出的所检测位置偏差量DPACT来计算校正模型参数矢量θL(k)，。具体来说，识别器81使用下述公式(52)和(53)来计算识别误差ide(n)。输入/输出参数矢量ξ(n)可使用下述公式(54)来定义。

ide(n)＝DPACT(n)(k)-DPACTHAT(n)               (52)

DPACTHAT(n)＝θ*(n-1)^Tξ(n)                   (53)

ξ^T(n)＝[DPACT(n-1)，DPACT(n-2)，DUT(n-1)，1] (54)

把识别误差ide(n)应用于公式(30)，并使用公式(14f)、(14g)、(19b)和(33)来计算模型参数矢量θ(n)。对所计算的模型参数矢量θ(n)进行与第一实施例中的第一极限处理类似的第一极限处理，以计算模型参数矢量θ*(n)。对模型参数矢量θ*(n)进行过抽样并求移动平均值，以计算模型参数矢量θ’(k)。对模型参数矢量θ’(k)进行与第一实施例中的第二极限处理类似的第二极限处理，以计算校正模型参数矢量θL(k)。

与第一实施例中的自适应滑动模式控制器21类似，自适应滑动模式控制器82把所检测位置偏差量DPACT应用于下述公式(55)，以计算等效控制输入Ueq(k)。自适应滑动模式控制器82使用下述公式(56)来计算切换函数值σ(k)，并把切换函数值σ(k)应用于上述公式(9)和(10c)，以计算到达法则输入Urch(k)和自适应法则输入Uadp(k)。切换函数设定参数VPOLE以及控制增益F和G被设定为适合于本实施例中的受控对象，即：液压定位装置的值。

Ueq(k)＝(1/b1){(1-a1-VPOLE)DPACT(k)

        +(VPOLE-a2)DPACT(k-k0)-c1} (55)

σ(k)＝(DPACT(k)-DPCMD(k))

     +VPOLE(DPACT(k-k0)-DPCMD(k-k0))      (56)

自适应滑动模式控制器82把使用公式(56)计算的切换函数值σ(k)应用于以上公式(22)，以计算非线性输入Unl(k)。非线性输入增益Knl被设定为适合于本实施例中的受控对象的值。

自适应滑动模式控制器82把使用公式(52)计算的识别误差ide(n)应用于上述公式(23)，以计算强制振动输入Uwave。高频颤动输入基本增益Kwave和高频颤动信号值Fwave被设定为适合于本实施例中的受控对象的值。

自适应滑动模式控制器82使用下述公式(57)来计算衰减输入Udamp(k)。衰减控制增益Kdamp被设定为适合于本实施例中的受控对象的值。

Udamp(k)＝-Kdamp×(DACT(k)-DACT(k-1))/b1 (57)

自适应滑动模式控制器82把等效控制输入Ueq(k)、到达法则输入Urch(k)、自适应法则输入Uadp(k)、非线性输入Unl(k)、强制振动输入Uwave(k)以及衰减输入Udamp(k)相加，从而计算控制输入Usl(＝DUT)。

由于控制系统80执行一种控制处理，即：第一实施例中的控制输出TH和目标开度THR分别由控制输出PACT和目标位置PCMD替代的控制处理，因而与第一实施例类似，控制输出PACT被控制成以良好鲁棒性来跟踪目标位置PCMD。

根据本实施例，图52所示的液压定位装置相当于一个设备，并且ECU 72在本申请发明中构成控制器和识别装置。

本发明不限于上述实施例，而是可作各种修改。例如，尽管在第二实施例中示出了液压定位装置，然而由第二实施例中的控制系统80所进行的控制处理可适用于使用气压而不使用液压的气动定位装置。

响应指定型控制器不限于自适应滑动模式控制器，响应指定型控制器可执行反馈控制以使受控对象的输出与目标值一致，并可指定反馈控制处理的控制偏差的衰减特性。一种用于执行反向步进控制的控制器可用作响应指定型控制器，该反向步进控制可实现与滑动模式控制类似的控制结果。

在上述实施例中，模型参数的识别计算周期被设定为与第二周期ΔT2相同的周期。然而，模型参数识别计算周期可不必设定为与第二周期ΔT2相同的周期，而是可设定为在第一周期ΔT1和第二周期ΔT2之间的周期，或者比第二周期ΔT2长的周期。

在上述实施例中，表示在切换函数值σ的计算中所涉及的偏差e(k)的抽样时间间隔的参数k0被设定为ΔT2/ΔT1，ΔT2/ΔT1是与第二周期ΔT2对应的离散时间。或者，参数k0可设定为比“1”大的另一整数。

本发明可在不背离本发明的精神或实质特性的情况下采用其他特定形式来实施。因此，当前所揭示的实施例将在所有方面都被认为是说明性的，而不是限制性的，本发明的范围由所附权利要求来表示，而不是由以上说明来表示，因此，在本权利要求的等效意义和范围内的所有变化都将包含在本权利要求内。

Claims (16)

1.一种响应指定型的设备控制系统，该控制系统包括控制器，该控制器用于根据通过给所述设备建模所获得的受控对象模型来控制所述设备，

所述受控对象模型是使用以比所述控制器的控制周期(ΔT1)长的抽样周期(ΔT2)为间隔抽样的所述设备的输入和输出来建模的，其中所述控制器以该控制周期为间隔进行所述设备的控制处理。

2.根据权利要求1所述的控制系统，其特征在于，所述控制器针对所述设备输入的计算执行反馈控制，以使所述设备输出与目标值一致，所述控制器能够指定在所述设备输出和目标值之间的偏差的衰减特性。

3.根据权利要求2所述的控制系统，其特征在于，所述控制器是滑动模式控制器。

4.根据权利要求3所述的控制系统，其特征在于，所述滑动模式控制器计算被定义为在所述设备输出和目标值之间的偏差的线性函数的切换函数的值，并且用于计算切换函数值的偏差的抽样时间间隔比所述控制器的控制周期长。

5.根据权利要求4所述的控制系统，其特征在于，用于计算切换函数值的偏差的抽样时间间隔与抽样周期相同。

6.根据权利要求1所述的控制系统，该控制系统还包括识别装置，用于识别受控对象模型的至少一个模型参数，其中，所述控制器使用由所述识别装置识别的至少一个模型参数来计算所述设备的输入，并且所述识别装置以比所述控制器的控制周期长的识别周期为间隔来识别至少一个模型参数。

7.根据权利要求6所述的控制系统，其特征在于，所述识别装置对所识别的至少一个模型参数进行求移动平均值处理，并且所述控制器使用求移动平均值处理后的所识别的至少一个模型参数。

8.根据权利要求1所述的控制系统，其特征在于，所述设备包括：内燃机的节流阀；以及节流阀驱动装置，其具有用于驱动所述节流阀的驱动装置；所述控制器计算一参数，该参数用于确定将施加给所述节流阀驱动装置的控制输入，以使所述节流阀的开度与目标开度一致。

9.一种响应指定型的设备控制方法，该控制方法包括以下步骤：

a)使用以抽样周期(ΔT2)为间隔抽样的所述设备的输入和输出，给所述设备建模以获得所述设备的受控对象模型；以及

b)以比抽样周期短的控制周期(ΔT1)为间隔，根据受控对象模型来进行所述设备的控制处理。

10.根据权利要求9所述的控制方法，其特征在于，针对所述设备输入的计算执行反馈控制，以使所述设备输出与目标值一致，以及可指定在所述设备输出和目标值之间的偏差的衰减特性。

11.根据权利要求10所述的控制方法，其特征在于，反馈控制是滑动模式控制。

12.根据权利要求11所述的控制方法，其特征在于，计算被定义为在所述设备输出和目标值之间的偏差的线性函数的切换函数的值，并且用于计算切换函数值的偏差的抽样时间间隔比控制周期长。

13.根据权利要求12所述的控制方法，其特征在于，用于计算切换函数值的偏差的抽样时间间隔与抽样周期相同。

14.根据权利要求9所述的控制方法，该控制方法还包括识别受控对象模型的至少一个模型参数的步骤，其中，使用所识别的至少一个模型参数来计算所述设备的输入，并且以比所述控制器的控制周期长的识别周期为间隔来识别至少一个模型参数。

15.根据权利要求14所述的控制方法，其特征在于，对所识别的至少一个模型参数进行求移动平均值处理，并且在控制所述设备时使用求移动平均值处理后的所识别的至少一个模型参数。

16.根据权利要求9所述的控制方法，其特征在于，所述设备包括：内燃机的节流阀；以及节流阀驱动装置，其具有用于驱动所述节流阀的驱动装置；并且计算一参数，该参数用于确定将施加给所述节流阀驱动装置的控制输入，以使所述节流阀的开度与目标开度一致。

Images