基于CMAC和ID的非线性耦合系统解耦控制研究.PDFVIP

卷 期 燕山大学学报 年 月 文章编号：1007-791X (2009) 05-0450-05 基于CMAC 和PID 的非线性耦合系统解耦控制研究 汤毅，任国梅，王润华 （重庆科技学院 电子信息工程学院，重庆 ） 摘 要：为了实现多变量非线性耦合系统的解耦控制，提出了一种基于 与 的复杂关联自适应解耦控 制策略，并给出了详细算法。该控制策略采用 控制器和 控制器共同构成一个复合控制器，多个复合 控制器通过多输入多输出线性神经网络，实施对复杂非线性耦合对象的控制作用。由于神经网络的自适应特性， 可使得耦合系统逼近参考模型，实现解耦控制。仿真结果表明，该控制策略实现了耦合系统的解耦控制，并且 具有较强的抗干扰能力和鲁棒性。因此采用此控制策略能够实现多变量非线性耦合系统的解耦控制。 关键词：非线性耦合系统；解耦控制； 神经网络； 中图分类号：TP 183 文献标识码：A 解耦、自校正解耦、奇异摄动解耦、自适应解耦、 引言 智能解耦等等 。目前应用得最为广泛的是智能解 随着被控系统越来越复杂，如不确定性、多干 耦控制，它 解决非线性系统方面具有独特优势 扰、非线性、滞后、非最小相位等，需要控制的变 可以实现线性系统和非线性系统的 线精确解耦， 量往往不只一个，且多个变量之间相互关联、耦 解决了传统解耦方法不易实现精确解耦的问题。智 合。传统的单变量控制系统设计方法显然无法满足 能解耦控制包括模糊解耦控制和神经网络解耦控 要求，工程中常常引入多变量的解耦设计，其实质 制：模糊解耦控制的研究尚处于发展阶段，很多结 是把一个具有耦合的多输入多输出控制系统，通过 论只是理论推导，还不能进入实验室加以验证。同 选择适当的补偿器，把耦合限制 一定程度或者解 时，针对解耦之后控制系统稳定性、可控可观性的 耦为多个独立的单输入单输出系统。经典解耦理论 研究也不成熟；神经网络解耦控制虽然得到了理论 方法主要有两种： ）围绕 问题的状态空 证明，但 实践中，单独的神经网络解耦控制很难 间方法，这种方法是基于精确对消的全解耦方法， 满足系统的要求，需要与其他算法相结合实现解耦 其主要缺陷是遇到被控对象的任何一点摄动，都会 控制。 导致解耦性的破坏； ）以 为代表的现 因此本文针对神经网络解耦控制中存 的问 代频域法，其设计目的是被控对象的对角优势化而 题 ，介绍一种基于小脑模型神经网络（ 非对角化，从而可以在很大程度上避免全解耦方法 ， ）与 相 的缺陷，是一种近似解耦法。然而它们的共同点是 结合的多变量非线性自适应解耦控制。该解耦控制 需要被控对象的精确数学模型，这就导致了控制系 是利用 神经网络控制器实现前馈控制，实 统对参数变化十分敏感，而实际生产过程数学模型 现被控对象的逆动态模型，利用 常规控制器实 难以建立，且有些生产过程参数具有时变、非线性