第5章李亚普诺夫稳定性分析12.pptVIP

设n维非线性系统 (4-44) 其中, x为n维状态向量; f(x)为n维函数向量,且对x有连续的偏导数。设 为系统的平衡状态,为分析系统式(4-44)在平衡状态 附近的稳定性,可将非线性向量 在平衡状态 附近作向量泰勒级数展开,即 (4-45) 式中, 为级数展开式中大于和等于2阶的项,而 第95页/共122页 (4-46) 称为雅可比(Jacobian)矩阵。 若令 ,并取式(4-45)的一次近似式,则得非线性系统式(4-44)的一次近似线性化数学模型 第96页/共122页 (4-47) 式中, 为 常数阵。 为式(4-47)的平衡状态,对应于 。 对非线性系统式(4-44)和在平衡状态 附近一次近似线性模型式(4-47), 李亚普诺夫给出如下结论: (1)若式(4-47)中系统矩阵A的所有特征值都具有负实部,则原非线性系统式(4-44)的平衡状态 是渐近稳定的; 第97页/共122页 (2)若式(4-47)中系统矩阵A的特征值,至少有一个具有正实部,则原非线性系统式(4-44)的平衡状态 是不稳定的; (3)当式(4-47)中系统矩阵A的特征值都不具有正的实部,但至少有一个特征值的实部为零时, 原非线性系统式(4-44)不能用一次近似线性模型式(4-47)判断其稳定性, 原非线性系统式(4-44)的平衡状态 稳定与否取决于泰勒级数展开式中的高阶项 。对于这种特殊情况, 采用李亚普诺夫第一法不能对非线性系统的稳定性进行分析,可采用李亚普诺夫第二法。 第98页/共122页 5.6.2 李亚普诺夫第二法在非线性系统稳定性分析中的应用 李亚普诺夫第二法是分析系统平衡状态稳定性的强有力工具,对任何复杂系统都适用,而对于运动方程求解困难的高阶系统、非线性系统以及时变系统的稳定性分析,则更能显示出优越性。其不仅适于研究平衡状态附近的小范围的稳定性,也适用于平衡状态附近较大的范围。下面介绍基于李亚普诺夫第二法(直接法)的两种特殊方法,即判断渐近稳定性充分条件的克拉索夫斯基方法和构造李亚普诺夫函数的变量梯度法。 第99页/共122页 1.克拉索夫斯基方法 定理4-10(克拉索夫斯基定理)设不受外部作用的非线性定常系统 （4-48） 式中,x为n维状态向量; f(x)为n维非线性向量函数。且设状态空间原点为系统的平衡状态，即 且f(x)对 可微, 系统的雅可比(Jacobian)矩阵为 第100页/共122页 (4-49) 若下列矩阵 是负定的,则该系统在平衡状态 是渐近稳定的。 且该系统的李亚普诺夫函数为 第101页/共122页 (4-50) 而且若当 时，还有 ，那么系统的平衡状态 是大范围渐近稳定的。 克拉索夫斯基定理对于非线性系统式(4-48)仅给出了其在平衡状态 渐近稳定的充分条件。如果矩阵 不是负定的，则不能得出关于给定非线性系统平衡状态稳定性的任何结论。 第102页/共122页 【例4-10】用克拉索夫斯基方法证明以下系统的平衡状态 是大范围渐近稳定的。 解 由题给条件, , 则系统的雅可比矩阵为 则 第103页/共122页 则矩阵 的各阶主子行列式为 由Sylvester准则，可判定 是负定的。 而且当 时，还有 第104页/共122页 则根据克拉索夫斯基定理，可确定系统的平衡状态 是大范围渐近稳定的。 2. 变量梯度法 变量梯度法由舒茨（Schultz）和基布逊（Gibson）在1962年提出,其是构造非线性系统李亚普诺夫函数比较实用的方法。 第105页/共122页 设非线性系统为 (4-51) 式中, x是n维状态向量；f(x,t)是n维向量函数，它的元素是 的非线性函数。假设状态空间原点为平衡状态。先假设找到了判断其渐近稳定的李亚普诺夫函数为V(x),其为状态x的显函数，而不是时间t的显函数。则V(x)的梯度 第106页/共122页 (4-52) 存在且唯一。则V(x)对时间的导数为 (4-53) 第107页/共122页 舒茨和基布逊提出，先把V(x)的梯度