自动化概论赵曜第2章4自动控制发展幻灯片.pptVIP

鲁棒控制（Robust control） “鲁棒” 源于英语的“robust”，意思是“强健的”，是音译与意译相结合的一种翻译； 我们说系统具有“鲁棒性（robustness）” ，是指系统在存在模型误差或受到扰动等各种不确定性因素影响下，仍能保持良好的性能； “鲁棒控制” 是使系统具有良好鲁棒性的控制； 鲁棒控制的概念在经典控制理论里就有所体现，但“鲁棒控制”一词的首次正式使用是1976年。 鲁棒控制主要解决以下三个基本问题： ①鲁棒稳定性（robust stability） 指系统即使存在模型误差，控制器也能保证反馈系统稳定性。 稳定性是对系统最基本的要求，不稳定的系统会产生不希望的振荡或变量发散，从而造成系统失控和设备损坏，无法正常工作。 ②鲁棒跟踪（robust tracking） 指系统即使存在模型误差和外部扰动，控制器也能使系统的输出信号最终与期望值完全一致。 ③鲁棒性能（robust performance） 我们通常是根据受控系统的模型来设计控制器的，在模型准确且不考虑扰动的情况下，系统能够实现的性能称为“标称性能”或“名义性能” （nominal performance）； 鲁棒性能：在模型不准确或存在扰动影响时，我们设计的控制器能使系统的实际性能尽可能接近标称性能。 鲁棒控制是一个总的称呼，采用经典及现代频域理论、状态空间方法、智能控制等都可以研究和实现鲁棒控制。 自适应控制（Adaptive Control） 指控制器能自动适应各种情况的变化，包括受控系统特性的变化、工况的变化、所处环境的变化、扰动的变化等； 如何来自动适应这些变化呢？首先需要获取系统工作状态的相关变化信息，然后根据这些信息去调整控制结构和控制参数，以保证系统始终工作正常； 始于上世纪50年代，但一直是研究热点，属于“以变应变”，理念很先进。 自适应控制的基本特征： 能够辨识对象参数及环境的变化； 能自动判断和评价系统性能好坏； 能自动调整控制策略或控制器参数。 控制器 受控对象 控制器参数 的计算调整 参数估计 或性能评价 自适应控制的基本结构 给定输入 误差 输出 控制量 检测 自适应控制常见的三种类型： 增益预调控制（Gain scheduling control）查询表事先计算好，早期只调控制器增益。 优点: 结构简单, 调节快速。 ( 最早用于飞行控制，适应高度、速度变化） 控制器 受控对象 控制器参数 查询表 给定输入 误差 输出 控制量 检测 工作状态参数 ② 自校正控制（Self-tuning control） 参数估计: 由输入输出数据辨识对象参数 控制器计算: 根据对象参数实时设计控制器，有多种现成方法 优点: 分析、设计及实现都比较容易 缺点:参数估计比较费时，自适应速度较慢，对象参数变化快时，参数估计跟不上。 应用：各类生产过程 控制器 受控对象 控制器 参数计算 受控对象 参数估计 给定输入 误差 输出 控制量 检测 ③ 模型参考自适应控制 （Model reference adaptive control） 目标：调整 控制器，使输出误差最小 优点: 无须参数辨识, 自适应速度快，常用于随动系统 缺点：性能分析比较困难，设计比较复杂，且缺乏统一方法 控制器 受控对象 参考模型 自适应机构 给定 输入 误差 输出 控制量 检测 期望输出 输出误差 预测控制（Predictive Control） 一种新型的计算机控制算法，直接来源于工业过程的控制实践。 1980年前后分别由法国的Richalet和美国Shell石油公司的Cutler两位工程师独立提出，前者用于锅炉和精馏塔的控制，后者用于加热炉温度及石化生产装置的控制。 现已成为工业控制领域推广应用最多的一种先进控制策略，涉及化工、造纸、冶炼、电力、航空、汽车、食品加工等行业。 预测控制的基本思路 模型预测：基于受控系统的模型进行预测，即通过受控系统的输入输出方程来了解改变控制量会如何影响系统未来的输出值。 优化计算 受控对象 对象模型 反 馈 校 正 基于模型的输出预测 模型输出 控制量 输出误差 模型 预测输出 实际输出 期望输出 预测误差 校正后的预测输出 反馈校正：利用检测到的实际输出值与以前预测的当前输出值进行比较，并依据该误差信息来修正模型预测值；反馈校正的实质是利用当前及以前时刻的误差信息来估计未来的误差，属于对误差的预测。 优化计算 受控对象 对象模型 反 馈 校 正 基于模型的输出预测 模型输出 控制量 输出误差 模型 预测输出 实际输出 期望输出 预测误差 校正后的预测输出