现代控制理论基础第四章.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 第一节 李亚普诺夫理论基础 假定待定的李亚普诺夫函数的梯度具有下面形式 ?V1＝a11x1＋a12x2 ?V2＝a21x1＋a22x2 旋度方程是 如果选取系数 a11＝a22＝1，a12＝a21＝0 则 ?V1＝x1， ?V2＝x2 则可以算出 为 这样， 在区域(1－x1x2)0上是局部负定的，而函数V则为 它确实是正定的，因此，系统的渐进稳定性得到了保证。 第一节 李亚普诺夫理论基础 值得指出，式(4-1-22)并不是通过变量梯度法能够获得的唯一的李亚普诺夫函数。例如，取 我们得到正定函数 它的导数是 容易证明， 是一个局部负定的函数（需要注意，靠近原点时二次项是主项），因此式(4-1-23)表示系统的另一个李亚普诺夫函数。 第一节 李亚普诺夫理论基础 4。根据物理意义诱导产生李亚普诺夫函数 例4-1-20 一个机器人位置控制器的全局渐进稳定性 一个机器人的手臂由旋转关节或平移关节连接起来的许多连杆组成，最后一个连杆装备有某些末端执行装置。具有几个连杆的机器人手臂的动力学问题可以由几个方程组成的方程组来表示 式中，q为描述机器人关节位置的n维向量，τ为输入转矩向量，g为重力矩向量，b表示由连杆运动引起的哥氏力和向心力，而H是机器人手臂的n×n惯性矩阵。考察一个只由P.D.项和重力补偿项组成的控制器 式中KD和KP是n×n正定常数阵。对于由式(4-1-24)和式(4-1-25)定义的闭环动态系统，使用试凑法来寻找李亚普诺夫函数几乎是不可能的，（接下页） 第一节 李亚普诺夫理论基础 图4-1-19 一个机器人操作手 第一节 李亚普诺夫理论基础 因为式(4-1-24)包含了在工业中常见的五连杆或六连杆机器人手臂的数百项。因此要说明 →0和q→0看来是很困难的。 然而，借助于物理性质的理解，对于这样复杂的机器人系统也可以成功地求得李亚普诺夫函数。首先，注意到惯性矩阵H(q)对任何q都是正定的。其次P.D.控制项可以解释为模仿阻尼器和弹簧的组合。这样就得到一个候选李亚普诺夫函数 其中第一项表示操作手的动能，第二项表示与控制律式(4-1-25)中的实际弹力有关的“人工势能”。 在计算这个函数的导数时，我们可以应用力学中的能量定理，它指出，机械运动的动能变换率等于外力提供的功率。因此 把控制律(4-1-25)代入上述方程，得 第一节 李亚普诺夫理论基础 因为手臂不能被“粘”在任何点使得q≠0（注意到该情况下加速度不等于0就很容易证明这一点），按照不变集定理，机器人手臂必须在 ＝0和q＝0时停下来。这样，该系统实际上是全局渐进稳定的。 从这个实例能够学到两个经验。第一个经验是，在分析系统性能时，应尽可能多使用物理性质。第二个经验是，象能量这样的物理概念，可以非常有用地帮助我们选择李亚普诺夫函数。 5。性能分析 一个简单的收敛性引理 引理：如果一个实函数W(t)满足不等式 式中α为一实数，那么 第一节 李亚普诺夫理论基础 证明：让我们定义一个函数 方程式(4-1-26)说明Z(t)是非正的。一次方程式(4-1-27)的解为 因为上述等式右边第二项是非正的，所以有 上述引理说明，如果W是一个非负函数，满足式(4-1-26)就能保证W指数收敛到0。应用李亚普诺夫直接法进行稳定性分析时，有时可以把 处理成如式(4-1-26)的形式，在这种情况下，就可以推导出V的指数收敛性和收敛速度。进而状态的指数收敛速率也可以确定。 估计线性系统的收敛速率 将矩阵P的最大特征值记做λmax(P)，Q的最小特征值记做λmin(Q)，它们的比λmin(Q)/λmax(P)记做γ。P与Q的正定性意味着这些标量都是严格正的。由矩阵理论可知 第一节 李亚普诺夫理论基础 P≤λmax(P) I， λmin(Q)I ≤ Q 所以我们有 这和式(4-1-18)一起意味着 根据引理有 xTPx≤V(0)e－γt 再联系xTPx≥λmin(P)||x||2这一明显事实，表明状态x至少以γ/2的速率收敛于原点。 人们可能很自然地想知道这个收敛速率的估计是怎样随Q的选择而变化的，以及它与线性理论中主导极点的普通概念关系如