鲁棒控制及其他.pptVIP

最优控制问题的一般提法 容许控制 控制量受客观条件限制只能取一定范围 性能指标 通常可概括为3种类型：积分型、终值型、复合型 鲁棒控制及其他 不属于考试范畴 简介 主题 鲁棒控制 解耦控制 最优控制 不考试的东西学什么？ 相关背景 词汇 渐进跟踪： 干扰阻塞： 控制器鲁棒：不确定因素对控制器的性能影响 稳定性鲁棒：不确定因素对稳定性的影响 解耦系统：一组线性无关的单变量系统 容许控制：控制量有一定的范围 泛函：函数的函数J=J[x(·)] 主题一：鲁棒控制 伺服控制问题 经典控制理论的鲁棒控制 内模原理 伺服控制问题 如果系统在输入和干扰作用下，仍然能渐进跟踪，则该控制器具有渐进跟踪和干扰阻塞能力。综合或设计一个控制器，满足这种要求，就是所谓的伺服控制问题。 一个控制器是鲁棒的，指在这种控制器控制下的系统，面对系统中参数出现的各种容许干扰与变化（容许干扰指参数干扰限定在不导致闭环系统不稳定的范围内），系统仍能达到预定的控制目的。 控制器稳定性是鲁棒的，指控制器在不确定因素作用下，仍然保持系统稳定，具有一定的稳定裕度。 经典控制理论的鲁棒控制 e e(s)=r·(s+a)/(s+1+a)，r为单位阶跃输入时 引入积分补偿器gc=k/s，其中k为可调参数 e(s)=(s+a)/(s2+as+k) 此时，即使被控对象参数a或控制器参数k有很大变化，只要闭环系统保持稳定，一定有e(∞)=0。甚至当被控对象实际上是二阶的，同样稳态误差为0。此时的积分补偿器就是一个鲁棒控制器。 r y 内模原理 伺服补偿器引入外部讯号的动态模型，是鲁棒控制的关键。所谓内模原理，指任何好的调节器必须在闭环系统中建立一个环境的动态模型，提供对伺服控制问题的观察力。 K2 + - K1 R 稳定补偿 Y 被控对象 伺服补偿 U + + 内模原理 K2 + - K1 R Y 被控对象 伺服补偿 U + + e - R Y + 内模原理 主题二：解耦控制 多变量系统中，输入变量交叉的影响各个输出变量。飞机在飞行中的输出量是俯仰角、水平位置和高度，输入变量是三个机翼的偏转。因为输入、输出之间有耦合，如果同时操纵三个输入量并控制飞机，要求非常高的驾驶技巧。解耦系统可以提供多个独立的单变量控制系统，从而实现高稳定性的控制。 解耦方法 前馈补偿 状态反馈 前馈补偿 在待解耦系统中串联一个前馈补偿器，使串联组合系统的传递函数阵成为对角线性的有理函数阵。(系统维数会增加) gr11 gr12 gr21 gr22 被控对象 前馈补偿 状态反馈解耦 状态反馈解耦不会增加系统的维数，但是解耦的条件要苛刻的多。 ∫ A + + B R C Y K H U 主题三：最优控制 最优控制问题 月球软着陆问题 最优控制问题的一般提法 最优控制问题 按照控制对象的动态特性，选择一个容许控制，使得被控对象按照技术要求运行，并使给定的性能指标达到最优值。 从数学上看，最优控制问题就是求解一类带有约束条件的泛函极值求解。 容许控制为开集：适用经典变分理论解决 容许控制为闭集：适用庞特里亚金最小值原理、贝尔曼动态规划解决 月球软着陆问题 如图，飞船在月球表面实现软着陆，试寻找发动机推力u(t)的最优控制规律，以便使燃料的消耗最少。已知飞船质量 为m(t)，高度为h(t)，垂直速度 为v(t)，月球表面加速度视为常 数g，飞船自重M，所带 燃料 F，初始垂直速度v0，发动机推 力u(t)与燃料消耗速度成正比。 h(t) m(t) u(t) -v(t) 月球软着陆问题 月球软着陆问题 最优控制问题的一般提法 受控对象的数学模型 受控系统的初态和终态（模型的边界） 最优控制问题中，初始时刻t=t0和初始状态 x(t0)=x0通常已知，更关心终端时刻和终断状态 tf可能是固定的，可能是自由或可变的 x(tf)可能是固定的一个点，也可能是n维空间中满足目标集的一个超曲面