第十一章自校正控制(二)解析.doc

第十一章 自校正控制（二） 11.1 极点配置自校正控制 本节介绍采用极点配置原理的自校正控制算法，这是一种与经典控制理论相结合的算法。 极点配置算法基于闭环系统的极点配置，工程意义清楚，易于被工程技术人员掌握，可以实现对闭环极点的任意配置。 对具有未知时延或时延缓慢变化的过程，极点配置自校正控制算法具有较强的鲁棒性，可以选择对象时延，并相应增加多项式的阶，以适应时延未知或时变的对象。但极点配置算法需要在线解一个恒等式，计算量较大。 极点配置算法可控制非最小相位和非稳定的对象，但对模型阶次的选取很敏感，这一点与基于单步预测的自校正控制算法恰恰相反。 11.1.1 模型参数已知时的极点配置算法 设被控对象的一般模型为： (11.1) 控制律的一般形式为 (11.2) 式中、、多项式待定。 从(11.1)和(11.2)两式中消去，得到闭环模型： (11.3) 如果我们设为希望的闭环极点多项式，即的根为希望的闭环极点，则得恒等式 (11.4) 用系数法解此恒等式即可求得控制律中的待定多项式和。 当然和的阶应事先确定。可仿照单步预测控制律，取 ， 同时和的选择必须使恒等式(11.4)左边的阶大于或等于右边的阶，这样式(11.4)才可能有解。 待定多项式一般从保证闭环系统输出无静差来确定。由式(11.3)和式(11.4)可得闭环模型： (11.5) 要使输出无静差，只要 即 (11.6) 因此，可以在满足式(11.6)的条件下任意选择。 对于CARMA模型对象，取=，则式(11.5)变为 这时噪声通道的极点仅由确定。 对于纯调节器问题， (11.7) (11.8) 式中、满足恒等式 (11.9) 例11.1 设有一不稳定且非最小相位的被控对象： 求极点配置调节器，使闭环极点为0.5。 解：， ，， 从式(11.4)，恒等式为 比较上式两边系数，解得 ，，， 故调节器为 从上例可见，极点配置算法可适用于不稳定且非最小相位的对象。 11.1.2 极点配置自校正器 如果对象参数不确定，则可在线估计对象模型参数和，得和。将和代替式(11.4)中的和，得恒等式 (11.10) 解式(11.10)即得控制器多项式和。和的阶可按参数已知时的极点配置算法选取，但当m=1时，和宜多取一阶以满足闭环可辩识条件。 通常可取为常数，即 用代替上式中的，得 (11.11) 用，，代替式(11.2)中的、和，即得自校正控制律 (11.12) 应该指出，隐式算法和显示算法对参数估计的要求是有区别的，隐式算法看重整个预测模型的误差，而显示算法则看重参数估计的精度。因此对上述极点配置自校正算法，参数估计必须精确才能获得良好的控制效果。 当且已知时，若取为滤波多项式对输入，输出数据进行滤波，则可得模型： (11.13) 这里， 恒等式(11.4)变为 (11.14) 这时利用滤波数据，，采用递推最小二乘法可以得到、的一致估计、（因残差为白噪声）。用代替，代替，解恒等式(11.14)即得到和。因为参数估计具有一致性，即当时间足够长后，，，故，，即自校正控制律将收敛到模型参数已知时的控制律。然而通常是不知道的，因此一般说来采用上述极点配置算法时，参数估计器需要用增广最小二乘法等较复杂的参数估计算法。 但有趣的是，对于纯调节器问题（），即使未知，用一般最小二乘法也能够求得和的一致解： 令阶的和阶的满足恒等式 (11.15) 式中、满足恒等式 现在来考虑序列，这里，。 由式(11.7)和式(11.8)，得 再将式(11.15)代入，