控制系统稳定性解析.ppt

(2)按稳定性结论给出的条件引入对梯度▽V(x)的限制 矢量的积分 矢量的积分与路径无关 则旋度rot▽V(x)=0 设梯度▽V(x)对应于有势场 (n?n-n)/2个方程 (3)确定▽V(x)的待定系数aij（i，j=1，2，…，n） (4) 定出对应梯度▽V(x)的候选李亚普诺夫函数V(x) (5)判断V(x)计算结果的正定性 例：试用变量梯度法确定下列非线性系统的李亚普诺夫函数，并分析平衡状态的稳定性。 (1)选取候选李亚普诺夫函数V(x)的梯度▽V(x) (2)按稳定性结论给出的条件引入对梯度▽V(x)的限制 旋度rot▽V(x)=0 (3)确定▽V(x)的待定系数aij（i，j=1，2，…，n） 试选： a11= a22 =1，a12 =a21=0，则 (4) 定出对应梯度▽V(x)的候选李亚普诺夫函数V(x) 是正定的，因此，在x1x21的范围内，平衡状态是渐近稳定的。 是否为大范围渐近稳定的？ 李亚普诺夫函数的选择是非唯一的。 再选： a11= 1，a22 =3，a12 =x22，a21= 3x22 ，则 是正定的，因此，在1/3 x1x2 1的范围内，平衡状态是渐近稳定的。 那一种选择好？ 平衡状态是渐近稳定的范围越大越好！ 克拉索夫斯基方法 设连续时间非线性时不变系统 Xe=0为系统孤立平衡状态， 系统雅可比矩阵 克拉索夫斯基指出： 如果存在一个对称正定矩阵B，使对称阵S(x)=BF(x)+[ BF(x)]T是负定的，那么平衡状态x=0是渐近稳定的，系统的李雅普诺夫函数为： V(x)=f(x)TBf(x) 如果 ，则平衡状态x=0是大范围渐近稳定的。 特点：相对于状态导数 构造候选李亚普诺夫函数V(x) 通常B=I 注意：克拉索夫斯基方法是充分条件 例：给定一个连续时间非线性时不变系统 确定平衡状态x=0的稳定性 解： 取B=I 为对称负定阵，所以平衡状态x=0是渐近稳定的。 平衡状态x=0是大范围渐近稳定的 显然，上述形式的V(x)用经验法很难找到，这从一方面反映了规则化方法的效果。 例：已知线性时不变系统 ，判断平衡状态的稳定性。 解 显然A非奇异，xe= 0是唯一平衡状态。 结论 对连续时间线性时不变系统,矩阵A为非奇异，若A+AT为负定，则原点平衡状态x=0为大范围渐近稳定。 其顺序主子式为 xe= 0是大范围渐进稳定。 A+AT为负定 4.4 线性连续系统的稳定性 对线性时变系统，其相应的齐次状态方程为 由第2章介绍的方法求出其解为 由此可判别齐次以及非齐次系统的稳定性，如果收敛则都稳定； 如果发散，则都不稳定。 首先介绍矩阵正定性的定义：对于方阵 当它的所有主子式均大于零时，则Q是正定的。即： 对线性定常系统 ，可以用Lyapunov第二法。 如果方阵Q 是正定的，则－Q 就是负定的。负定的矩阵主子式负正相间。 Lyapunov函数 为状态变量 的二次型函数，即 如果P 为 维正定的对称常数矩阵，则 为正定的。 令 ，其中Q 为正定实数矩阵，且满足 如果给定Q阵，能够推出P 为正定的，则系统在 为稳定的。并且线性定常系统为稳定，就一定是大范围一致渐近稳定。 （注：线性定常系统，可以判断A的特征值是否全部具有负实部，既可以判别其稳定性。） 例4-6 线性定常系统的状态方程为 判别系统的稳定性。 解 系统的平衡状态为 为简单起见，可以令Q 阵为单位矩阵I。 解得 有 可见， P 为正定的矩阵，故 为大范围一致渐近稳定的。 例:某系统 解: 选Q=I , 由ATP+PA= - Q ，pij=pji . 注：由于P的对称性，只有 个未知数。 ，其平衡状态在坐标原点，试判断该系统的稳定性。 用Sylvester判据： P 0 ? 系统是渐近稳定的. 原则上Q为任意正定对称阵，且系统渐近稳定性的判断结果与Q的不同选取无关。具体应用时，Q常常取为正定对角阵或单位阵，以简化计算结果。 线性时变系统的稳定性判据自阅 4.5 线性定常离散系统的稳定性 线性定常离散系统的状态方程为 （8） 系统的平衡状态为 假设G 为 维非奇异常数阵，