第三讲_自适应控制.docVIP

第三讲 自适应控制 3.1自适应控制 自适应控制也是一种鲁棒控制方法，前面所讲的所有鲁棒控制（包括变结构控制），它们的基本思想是基于被控对象与内环控制的不匹配及不确定性的最坏情形的估计而展开设计的，它们的内环控制律是固定的，外环控制增益根据不确定性的估计来设定；而自适应控制的基本思想是根据一些在线算法改变控制律中的增益值或其他参数，控制器在操作过程中“学得”一套合适的参数。自适应控制尤其适合于机器人这种执行重复的作业任务的场合，通过不断的重复，自适应控制可以改善跟踪性能。根据设计技术不同，机器人自适应控制分为三类，即模型参考自适应控制（MRAC）、自校正自适应控制(STAC)和线性摄动自适应控制。其控制器结构图如图5-4所示。 图5-4 自适应控制器的基本结构 3.2基于逆动力学的自适应控制 本节主要讨论自适应控制在机器人控制问题上的应用。刚性机器人适于自适应控制的一个关键特征是参数线性。也就是说，虽然运动方程是非线性的，但如果把方程系数中连杆质量，惯性矩等参数分离出来却可以得到线性的关系，n个连杆的刚性机器人动力学方程可以写成 （5-1） 式中，是n×r维矩阵；p是r维参数向量。 机器人界的学者在20世纪80年代中期得到了这一结果，随之第一个全局收敛的自适应控制律也出现了，这些自适应控制律的结