第6章 节 鲁棒控制系统的计算机辅助设计与仿真 MATLAB控制系统设计与仿真 .ppt

其中的矩阵S(s)和T(s)分别称为灵敏函数和辅助灵敏函数。上述三个传递函数矩阵R(s)、 S(s)和T(s)在鲁棒多变量控制系统设计中具有重要的作用。 回路传递函数矩阵L(s)的奇异值也很重要, 因为它决定了矩阵S(s)和T(s)。  实际上S(s)是从干扰d到系统输出y的闭环传递函数（参考图6.10）, 因此S(jω)的奇异值决定了扰动的衰减动态特性 (6.15) 其中, |W-11(jω)|是期望的扰动衰减因子。 将扰动衰减因子定义为频率ω的函数, 是希望在系统不同频段定义不同的扰动衰减因子。 在分别存在可加性系统扰动ΔA和可乘性扰动ΔM的情况下, R(s)和T(s)的奇异值Bode图可以用来度量多变量反馈设计中的稳定裕度, 如图6.11所示。  图 6.11 可加性和可乘性不确定性干扰 鲁棒定理1： 假定如图6.11所示的系统是稳定的, 不确定性ΔA和ΔM的初始状态为零, 定义ΔA=0, 则系统失去稳定前最小稳定ΔM(s)的大小为 (6.16) 我们可以对可加性不确定性ΔA作同样的分析, 并 且得到ΔA(s)与R(s)的类似结果。  鲁棒定理2： 假定如图6.11所示的系统是稳定的, 不确定性ΔA和ΔM的初始状态为零, 定义ΔM=0, 则系统失去稳定前最小稳定ΔA(s)的大小为 (6.17) 下面可以通过如下的奇异值不等式定义稳定裕度： 其中, |W2(jω)|和|W3(jω)|分别是系统最大可加性 和可乘性扰动的预期大小。 通常我们将系统所有不确定性因素的影响都写成系统虚拟的可乘性扰动ΔM的形式。 这样, 鲁棒控制器的设计要求可以写成（如图6.12所示） 有趣的现象是图6.12的上半部分（0 dB线以上）满足 而图下半部分（0 dB线以下）满足 这是因为 图6.12显示可以将σi(L(jω))的约束边界所代表的扰动 衰减和可乘性稳定裕度作为奇异值回路的设计要求。 在选择权重W1和W2时需注意, 0 dB线与W1的Bode 图频率的交叉点必须位于0 dB线与W2的Bode图频率的交叉 点以下。 也就是说, 必须满足 图 6.12 S和T的奇异值 鲁棒控制系统的混合灵敏设计方法是一种进行多变量回路设计的直接有效的方法, 尽管它只是标准鲁棒控制问题中的一种特殊情况。 在混合灵敏问题中, 扰动衰减的期望特性和稳定裕度期望值可以写成下面的统一形式： (6.18) (6.19) 混合灵敏的代价函数还具有其它特殊的性质。 就鲁棒灵敏问题（参考图6.14）而言, 混合灵敏的代价函数为标准的鲁棒控制问题提供了简化得多并且几乎完全等同的描述方法。 可以证明, 如果式（6.18）的条件稍微加强一点, 即 图 6.13 混合灵敏设计问题 准鲁棒控制问题中的 可以简化为下面的形式 对于任意的S(s)和T(s), 可以有 图 6.14 鲁棒灵敏性问题 6.3.4 μ综合问题 系统μ综合问题的目标是寻找稳定的控制器F(s)和对角矩阵D(s), 使得 (6.20) 一个系统μ综合问题可以描述为如图6.15所示的迭代过程。 （1） 假设D(s)=I, 使用H∞控制设计方法（hinf.m） 将找到一个使代价函数 最小的F(s)。 图 6.15 μ综合问题的D-K迭代过程 （2） 固定F(s)不变, 使用ssv命令寻找使代价函数最小的对角矩阵D(s)。 （3） 使用曲线拟合方法（fitd.m）找到第(2)步得到的最优矩阵D(s)的低阶有理近似描述。 （4） 如果代价函数小于1, 则迭代过程停止, 否则回到第(1)步重新执行。 μ综合问题从本质上可以分解为两个不同的优化问题。 对于固定的D矩阵, 该问题变成标准的H∞设计问题（通过hinfopt函数计算）。 而对于固定F(s)的情况,该问题就变成寻找一个稳定的D(s)来满足代价函数在每一频率处的最小性要求（相关的函数包括ssv、 psv、 perron和muopt等）。 下面的一段程序将对一个简单的系统采用μ综合方法进行鲁棒控制器的设计。 % 被研究对象的系统参数 a=2; b1=［.1, -1］; b2=-1; c1=［1;.01］; d11=［.1, .2