系统辨识与自适应控制课件3系统辨识与自适应控制自适应控制篇.pptVIP

自适应控制篇Adaptive Control 讲述内容 Chapter5自适应控制概述； Chapter6智能技术在自适应控制中的应用； Chapter5 在日常生活中，所谓自适应是指生物能改变自己的 习性以适应新的环境的一种特征。因此，直观地说，自 适应控制器应当是这样一种控制器，它能修正自己的特 性以适应对象和扰动的动态特性的变化。 Chapter5 控制理论是研究如何控制各种被控对象（或称系统） 使动态过程性能达到期望性能的学科。要控制被控对 象，首先必须找出描述被控对象运动规律的动态数学模 型，然后用控制理论分析和设计控制律，用这个控制律 去控制被控对象达到人们期望的性能。 我们以线性系统为主，诱导出自适应控制。设线性 系统可描述为 Chapter5 式中，ai(i=0,1,…,n)和bi(i=0,1,…,m)统称为参 数；输入u(t)和输出y(t)及其各阶导数统称为状态。显 然，上述模型是参数和状态乘积之和，系统的性能—稳 定性、收敛性及期望性能等取决于系统的参数和状态， 其实，上述这种意义下状态的变化规律也取决于参数。 下面说明参数和状态与稳定性和收敛性的关系。 先讨论参数是已知定常的情况，这是古典控制理论。 将上述微分方程通过拉式变换，变换到复频域进行分 析，得到了系统的传递函数。当特征方程的根均位于s平 面左半平面时，系统是稳定的。这些特征方程的根取决 于ai和bi。 Chapter5 而现代控制理论的状态空间分析法是在时域进行分 析的。将微分方程化为状态方程，求解状态方程的时域 解—状态x(t)(n维)。当时间 时，状态x(t)是收敛 的，则系统是稳定的；否则系统是不稳定的。 x(t)取决 于状态方程的矩阵，而状态方程矩阵中的各元素由微分 方程的参数构成，可见状态x(t)的性能仍取决于ai和bi 。 讨论参数ai和bi 是未知定常或慢变情况，上述分析 方法就不再适用了。必须采用其他的控制方法，如自适 应控制，鲁棒控制等。 Chapter5 目前的自适应方法主要是参数自适应，就是用调整 上述微分方程的参数 ai和bi 的方法，使控制系统的性能 达到期望的性能。显然，系统的性能仍取决于参数，但 在调整时，系统不再是线性的了。 可以用各种方法调整参数，当时间 时，调整ai 和bi 的方法不收敛，则系统一定是不稳定的；当ai和bi 收敛于某一常数值 和 时，则系统不一定是稳定的， 因为收敛到的常数 和 决定了系统的最终性能。 这就如同上面分析定常模型的方法一样，在复频域 看它的特征根，其均位于复平面左半平面，则系统是稳 定的，否则不稳定；时域中的状态x(t)，当 时， Chapter5 x(t) 收敛，是稳定的，否则不稳定。 可见，自适应系统的性能同样取决于参数。 对于离散线性系统，情况也是如此。只不过描述离 散系统的差分方程中的状态是个离散时刻的采样值而已。 Chapter5 自适应控制的基本概念及定义； AC系统应用实例； AC的原理和数学模型； AC系统的发展概况； AC系统的应用概况； 自适应控制的基本概念及定义 众所周知，当被控对象参数是已知定常或变化较小 以至可忽略时，一般常采用常规反馈控制、模型匹配控 制或最优控制等方法，便可以得到较为满意的控制效果。 但是，当被控对象参数未知，或者由于参数的变化 会使本来处于某种最优指标状态工作的系统，不再是最 优的甚至变成不稳定系统。为了解决上述问题，使系统 维持在最优或者接近最优状态下工作，最有效的方法之 一就是采用自适应控制方式。 反馈控制和自适应控制可通过下图来说明： 自适应控制的基本概念及定义 常规控制器系统有3个显著特点： ① 控制器是固定的；控制器的结构和参数一旦设计好，在 控制过程中一般不会更改或变动； ② 已知数学模型：控制器的设计要求一般要基于已知的被 控对象数学模型； ③ 有一定的克服对象特性变化的能力：对于一定范围内被 控对象特性变化，可以克服。 自适应控制的基本概念及定义 自适应控制系统框图 自适应控制的基本概念及定义 上述系统在运行过程中，根据参考输入r(t)、控制输 入u(t)、对象输出y(t)和已知外部干扰来量测对象性能 指标，从而认识和掌握系统当前的性能指标，然后与给 定性能指标进行比较，做出决策，通过适应机构来改变 控制器参数，或