第6章自校正控制.ppt

第六章 自校正控制系统 对于这样复杂的控制问题(未知系统，随机干扰，最优控制)可以分为以下几个步骤来解决。 (3) 自适应控制问题（在线辩识与最优控制结合） 6.1 最小方差自校正调节器 引入向后滞后算子 二 最小方差预报律 一步预报（m=1） 二步预报（m=2） 例: 2. 假定C 3. 求解 4. 最小方差预报误差 (比较(6.5)式和(6.6)式): 三 最小方差控制率 (2) 解题步骤 1. 分解 将(6.10)式代入(6.9)式， 2. 求最小方差预报律 3. 求最小方差控制律 当 yr=0 时 ， (3) 最小方差控制问题总结 例:被控对象为 代入上式: 或可写成: 6.2 自校正调节器 自校正控制器：系统参数已知 最小方差控制器 自校正调节器：系统参数未知 原理：先辨识参数，然后用辨识得到的参数完成反馈，其中的反馈律和自校正控制器一样 (3) 控制算法 原理图: 求出y(k+m)的表达式，分解为与Yk独立与不独立 的两部分。 2.根据性能指标: 求出y(k+m) 3.根据性能指标: ε(k+m)为预报误差. 求出最小方差控制 的最小方差预报 (6.7) 把 分解为: (6.8) 把(6.8)式代入(6.7)式， (6.9) 假如 是稳定多项式，e(k)可从(6.7)式求出: (6.10) 右边第二项系数可作如下简化(考虑6.8式): (6.11) 实现了希望的分解。 (6.9) (6.10) 把(6.11)代入 求出最小方差预报: (6.12) 把(4.12)和(4.11)比较，知: (6.13) 很明显，预报误差: (6.11) 把(6.13)代入 里， 从而求出: 把 的表达式代入上式: (6.13) (4.14) 当yr≠0时， (6.15) 控制的最小方差为: 控制误差正好等于预报误差: 分析：预报时间m越短, 预报误差越小, 即预报越准确。 1. 在对象 已知条件下，先求出最小 让其等于给定值， 方差预报率 2. 一旦 确定了， 也就确定 了。只需把每次得到的 y(k) 及以前的观测值代入 就可求 计算比较简单，这是最小方差控制的特点。 (4.15) 求最小方差控制律及控制误差的方差。 解: 定阶： m=2,n=2 利用： 分别为 m-1=1和n-1=1阶的多项式: 比较等式两端: 得到: 根据(6.14)式 =-5.64y(k)+2.24y(k-1) -3.7u(k-1)-1.64u(k-2) 控制误差为: 控制误差的方差为: 若 yr≠0， yr=常数(如阶跃信号) 根据(6.15)式 =3.4A-5.64y(k)+2.24y(k-1)-3.7u(k-1)-1.6u(k-2) yr(k)=yr(k-1)=yr(k-2)=A 两类算法： 显式(explict)或间接(indirect)的设计方法 增加在线辨识器，每个采样周期估计 基于估计值，计算 多项式的参数 代入u(k)的算式 如果 能够收敛于θ(k)，必有u(k)收敛于 显式是对辨识而言，间接是对控制作用的计算而言。 — 性能指标 隐式(implict)或直接(direct)的设计方法 对象参数的辨识是隐含的，直接估计预报器 的参数，即控制器的参数 估计参数直接代入调节器公式 省去了由对象参数估计计算预报器参数的中间 步骤， 结构非常简单 如何估计预报器参数？ * * §1 引言 一 组成 对象特征为: -??? 对象参数未知或时变 -????处于随机干扰之中 — 性能指标 工作原理 : -??? 被控对象的在线参数辨识 -????最优调节器的在线参数计算 -????调节器的在线参数整定 自适应控制实现最优调节的关键是对象的在线辨识能否收敛。 — 性能指标 (1)随机过程的最优控制问题 假设被控对象的结构、参数已知，处于随机干扰 的作用下 其理论基础是随机过程和最优控制 (2)对象参数未知的在线辨识问题 考虑对象参数部分未知或参数随时间变化 其理论基础是系统辩识 — 最小方差控制 设计一个最优控制器, 使系统达到某个最优性能指标。 如： 每个采样周期，忽略参数估计的误差，视辨识器 输出的参数估计和状态估计就是系统的真实信息 如果 必有 — 性能指标 循环往复，若参数估计逐渐收敛，自适应调节器必 将收敛于最优调节器, 即: 依此使用最优设计方法设计调节器 依据确定等价原则和以上步骤设计的调节器，就叫做自校正调节器。 三 自校正调节器 某种辨识方法 + 某种最优调节器 = 某类自校正调节