数字控制器的最优化设计.pptVIP

卡尔曼法 由终端的边界条件开始计算 增益 矩阵 由式（5—47）和（5—48）的递归关系，解出 当 时， 增益矩阵趋近于常数 算出的最优控制、最优轨线如表5—1 图5---1具有状态反馈的闭环系统 设一阶离散系统 求最优控制 及最优轨线 。 解：为简单，取N=2。问题是要确定最优控制 ， ；最优轨线 ， 及最优性能泛函 ，见图 先求最后一步， 即由状态 转移到 这一步。如果采用控制 ，则有 最优控制 应使由状态 出发时 为最小，故有 由此得 则有 实际上，它们都是这一段初始状态 的函数 。 再考虑倒数第二步 ，即由初始状态 转移到 的这一步。 如果采用 ，则有 为使 为最优控制，必须满足 故有： 它们也都是初始状态 的函数。 综上可得最优控制： 最优轨线： 最优性能泛函 基于非参数模型的两种预测控制算法: §5-1-1 模型算法控制 模型算法控制(Model Algorithmic Control)简称为MAC，是一类基于系统脉冲响应的控制算法。 模型算法控制适用于渐近稳定系统，对于开环不稳定系统，可先使用常规调节器使之稳定，然后再使用MAC。 §5 - 2 基于系统非参数模型的控制算法 基于非参数模型的预测控制，通常选用系统的脉冲响应模型或阶跃响应模型来描述被控对象，并采用滚动优化目标函数求解最优预测控制律。 * 第五章 数字控制器的最优化设计 §5-1 基于状态空间模型的极点配置设计法 设计目的：在已知被控对象的状态空间模型的前提下，可按极点配置来设计控制器，使闭环系统既有克服扰动的能力，又有跟踪给定值的能力。 思路：如果上述框图中控制器的加入等效于改变控制量对输出的影响，其作用相当于改变了闭环的极点位置。而改变闭环的极点位置不一定非要输出反馈，可用下面所谓状态反馈来实现。下面介绍状态变量及反馈。 图4—1 控制器组成： 1、 状态观测器（状态不可测时使用）；2、控制规律 矢量方框图 §5-1-1 按极点配置设计控制规律 设：连续控制对象的状态方程 相应的离散状态方程(现代控制理论P74 刘豹编） 其中： 注：应用差分变换法可得到近似差分方程，此处从略。 假设控制规律是线性状态反馈 闭环系统的状态方程（设输入为 0） 闭环矩阵特征方程： 设计反馈控制规律K，使得闭环系统具有所需要的极点配置。 图5---1具有状态反馈的闭环系统 设系统的状态变量可测得，又 期望闭环控制极点： 求得闭环特征方程为： 反馈控制矩阵 K 应满足方程： 通过状态反馈进行极点任意配置的充要条件是：系统完全能控，即满足 系统满足秩的要求，K 就有唯一的解。 或者说在确定期望闭环极点的情况下，能解出一组 K 值。 例：设被控对象完全能控，且对象离散状态方程为： 假设采样周期T=0.1s , 要求闭环系统的的动态响应性能相当于阻尼系数 ξ=0.5 和无阻尼自然振荡频率ωn=3.6 的二阶连续系统，用极点配置的方法设计状态反馈控制规律 K。 解：根据已知ξ和ωn，求S平面的极点 特征方程： 设状态反馈矩阵 上述例子只适应于系统阶次较低的情况，当系统阶次较高时，可用卡尔曼法，为了说明此法，设系统为单输入。 对于高阶系统，式 的展开非常困难，为此常采用卡尔曼法，介绍如下： 是能控性矩阵。由现代控制理论可知，若系统能控，其初始状态 可以在n步内达到终值状态 ，所需的输入变量可由上式导出 为了得到u(k)的表达式 只需求出上式的最后一行。由上式得： 式中 由式 得： 带状态反馈的闭环系统希望特征方程具有如下形式 根据凯莱—哈密尔顿定理，矩阵（A-BK）满足如下方程 因此， 可以证明 代入上式得： 待求的反馈矩阵为： 举例（见教材例5-1、例5-2）： 二、状态观测器设计法 上述的用状态反馈法进行极点配置前题是状态变量都可以直接测得，而实际中状态变量往往难以直接测得，此时就要考虑用所谓状态观测器来间接得到，本节的状态观测器设计法就是利用状态观测器来获得状态变量，然后再通过反馈矩阵返回到输入端形成闭环状态反馈，以得到期望的闭环极点。 （一）全维状态观测器 1、开环全维状态观测器、 （参看教材） 对象A、B 观测器A、B C C 开环全维状态观测器应用于实际中存在下述严重缺点： 状态重构误差的动态特性取决于系数矩阵A，即取决于对象的动态特性，无法按实际需要进行调整，这往往使它的