（控制理论与控制工程专业论文）有控制限幅的模型参考自适应内模控制研究.pdf

p s 3 2 咖 有控制限幅的模型参考自适应内模控制研究 控制理论与控制工程 研究生：李成鑫指导教师：赵曜教授 模型参考自适应控制可以处理缓慢变化的不确定对象的控制问题。内模控 制可成功应用于含纯滞后的对象的控制，且鲁棒性强，结构简单，设计直观简 便，在线调整参数少。模糊控制是近年来发展起来的一种简单实用的控制方法， 对被控过程参数变化有一定的适应能力，但它的稳态精度较差。本文采用模型参 考自适应捧制的思想，将模糊控制方法和内模控制方法结合在一起，提出了一种 模型参考模糊自适应内模控制方法。本文采用相消法设计内模控制器，用参考 模型理想输出和实际对象输出之差e 及其变化率e 在线模糊调节控制器中滤 波参数a ，使系统的性能达到快速性和鲁棒性的最佳结合。同时，本文在总结 | j 人对输入受限问题的处理经验的前提下，提出用带反馈校证的模型预测作系 统输出预测，根据系统响应和系统预测值是否在给定误差范围内来共同决定控 制量在限幅值与内模控制器输出值之间进行在线智能切换。本文方法综合了模 糊控制，内模控制和自适应控制的优点，增强了系统的鲁棒性，针对典型工业过 程系统的仿真研究结果证明了这一方法的有效性。 关键字：控制限幅内模控制模糊控制模型参考自适应控制 r e s e a r c ho nm o d e lr e f e r e n c ea d a p t i v ei n t e r n a lm o d e lc o n t r o l w i t hc o n t r o li n p u tl i m i t a t i o n m a j o r ：c o n t r o lt h e o r y a n dc o n t r o le n g i n e e r i n g g r a d u a t e ：l ic h e n g x i n s u p e r v i s o r ：z h a oy a o m o d e lr e f e r e n c ea d a p t i v ec o n t r o lc a l ld e a lw i t ht h ec o n t r o lp r o b l e mo ft h e u n c e r t a i np l a n tw h i c hp a r a m e t e r sc h a n g es l o w l y i n t e r n a lm o d e lc o n t r o l ( i m c ) i s s u c c e s s f u li l l c o n t r o l l i n g t h e p l a n t w i t h l a r g e t i m e d e l a y i t h a s g o o d r o b u s t p e r f o r m a n c e ，s i m p l es t r u c t u r e ，o n l yaf e wt u n i n gp a r a m e t e r sa n di se a s yt od e s i g n a n dt u n e f u z z yc o n t r o li sas i m p l ea n dp r a c t i c a lc o n t r o lm e t h o dt h a th a db e e n d e v e l o p e d i nr e c e n t y e a r s i t h a ss o m ea d a p t i v e a b i l i t y f o r p r o c e s sp a r a m e t e r c h a n g e s ，b u ti t ss t e a d y - s t a t ea c c u r a c yi su n s a t i s f a c t o r y i nt h i sp a p e r , b a s e do nt h e i d e ao fm o d e lr e f e r e n c ea d a p t i v ec o n t r o la n dc o m b i n i n gt h ef u z z yc o n t r o lm e t h o d w i t ht h ei m c m e t h o d ，w ep r o p o s e dt h em e t h o do fm o d e lr e f e r e n c ea d a p t i v ef u z z y i m c i nt h i s p a p e r , w ed e s i g nt h e1 m cc o n t r o l l e ru s i n gz e r o - p o l ec a n c e l l a t i o n m e t h o d ，a n dt u n et h ec o n t r o l l e rf i l t e rp a r a m e t e r q a c c o r d i n gt ot h ee r r o rea n di t s f i r s td i f f e r e n c e aea n da c q u i r et h eb e s tc o m b i n a t i o nb e t w e e nr o b u s tp e r f o r m a n c e a n dt h er e s p o n s es p e e d t h ee r r o rei st h ed i f f e r e n c eb e t w e e nt h er e f e r e n c em o d e l o m p m a n ds y s t e mo u t p u t a tt h es a m et i m e ，t h i sp a p e rs u m m a r i z e dt h ee x p e r i e n c e o n s o l v i n g t h ep r o b l e mo f a m p l i t u d el i m i t a t i o no f t h ec o n t r o l l e ro u t p u ta n dp r o p o s e d am e l h o dt op r e d i c ts y s t e mo u t p u tb yu s eo ft h em o d e lp r e d i c t i o nw j 也f e e d b a c k c o r r e c t i o n t h eo b l i n ei n t e l l i g e n c es w i t c ho fc o n t r o l l e ro u t p u tb e t w e e nt h el i m i t e d a m p l i t u d ea n di m c c o n t r o l l e ro u t p u ti sd e t e r m i n e da c c o r d i n gt ot h es t a t ew h e t h e r t h es y s t e mo a t p u ta n dt h ep r e d i c t i v eo u t p u ta r ew i t h i nt h eg i v e ne r r o rr a n g e t h i s p a p e ri n t e g r a t e dt h ea d v a n t a g eo ff u z z yc o n t r o l ，i m ca n da d a p t i v ec o n t r o l ，s ot h e p e r f o r m a n c eo f t h es y s t e mi si m p r o v e d t h es i m u l a t i o nr e s u l t sf o rt y p i c a li n d u s t r i a l p r o c e s sm o d e l s h o wt h ee f f e c t i v e n e s so f t h i sm e t h o d k e yw o r d s ：c o n t r o li n p u tl i m i t a t i o n ，i m c ，f u z z yc o n t r o l ，m o d e lr e f e r e n c ea d a p t i v e c o n t r o l 州j i i a ：学硕l ：学位论文 l 引言 如何控制好存在纯滞后、参数时变的系统，一直都是过程控制研究中的热 点和难点。在其体控制中，如俺克服因控帛量范围受限丽产生控制晶袋的下降 的问题，也是控制界一赢致力于解决的问题。 内模控制( i m c ) 方法”研以成葫的应用于含缝滞后的对象的控翻，量番 棒性强，并以其结构简单，设计直观简便，在线调整参数少而且调整方针明确 静特点，一直为控笨l 赛所关注。在实际应矮中控锈量往往受隈，茹粟塞接应用 i m c 设计的控制器，那么就相当于在系统中引入了非线性环节，性能将受到影 酾。魏能整壳簸控割量受疆闻爨和i m c 鸯撬绝含起来，将尧态模控铡纛实践孛 的进一步应用丌创更为广阔的前景。 1 1 内模控制理论的研究和发展 鸯漠控裁怒，k 十霉筏寝提爨来戆 ”，宅是一耪实矮性缀强豹控剿冀法，其 主要特点是结构简单，设计直观简便，在线调烂参数少而且调挺方针明确，特 澍是对予鲁捧及撬挠瞧豹改善鞠大对滞系统豹疑毒l 效巢笼失显藩。在2 0 多年魏 时问晕，内模控制不论在控制器本身的设计上，还是在于其它控制方法的结合 上，或者怒褒囱j # 线鼓、多变豢系统豹扩震上，都取愿了长足熊进步，必其广 泛应用打下了攥础。 繁一，控制器豹设诗和改进 内模控制器的设计方法包括相消法、预测控制法、有限拍法1 等，其中相 消法用褥最为蕊遍。楼消法中，控制嚣消去模慰中最小相位部分后，为保证控 制器可实现，加一个可实现因子( 一阶溅高阶滤波器) 来调整系统的各项性能。 文【4 】在内模控剡结构的基础上，充分考虑对象模型非最小相位部分的影响，设 计了蒸于h 2 最优的控制器。 在反馈通道上加一个一阶滤波器，即成为2 - 自由度融模控制，可以实现系 统响威的跟踪住能和镶棒性的分别调节。文【5 】给反馈滤波器增加一个交增益环 节，根据系统误差及其变化率在线模糊修正反馈滤波参数，并根据系统误差的 大小和模型谟麓的正负，在线自动调整变增益。文同将上述调籀方法缩合，根 据系统误差和模型误差，采用分段调节的方式，同时调整滤波参数和增益。 四j i i 大学顾：l 学位论文 第二，内模控制与其它方法的结合 内模控制是基于模型，因此模型的精确程度是影响系统性能的关键。将自 适应控制和内模控制相结合，在线辩识对象，并相应的调整模型和控制器，可 以获得较好的控制效果。文 7 】分析了将自适应控制应用于内模控制的可行性。 文【8 将自适应滤波最小均方差算法应用于内模控制，提高了内模控制对付慢时 变系统的能力。文 9 进一步提出具有h 2 优化的自适应内模控制，并建立了系 统稳定，l l r i 倍棒性与建模误差的关系。 另外。一l = 业过程中很多对象具有非线性特性，文【1 0 】将内模控制扩展到非 线性系统，为非线性控制提供了一条有效的途径。但是，一般说来，非线性对 象的模型和逆模型的结构化形式难以获得，因此，通常需要用到如模糊模型和 神经网络模型等一类非结构化形式的模型。文 1 l 】针对一个典型的非线性系统， 采用不同的神经网络控制结构，设计了不同的控制器。文 1 2 用一组模糊规则 来描述非线性对象的动态模型，每一条模糊规则代表一个局部线性系统，可以 用一个有理传递函数来表示，并证明了一个开环稳定的非线性系统可以由有限 数量的模糊规则来近似。文f 1 3 1 进一步提出了模糊自适应内模控制，在线修正 每一个局部有理传递函数的参数。文【1 4 】证明了在某种约束条件下非线性对象 的神经网络模型的逆的存在性。文1 1 5 进一步给定了非线性对象的神经网络模 型的逆的稳定条件，并用于内模控制。文【1 6 - 1 9 充分利用神经网络的自学习及 非线性逼近能力，建立非线性、不确定性过程的动态模型及逆模型，获得了较 好的控制效果。 不少学者基于内模控制结构，综合各种控制( 如模糊控制、自适应控制、 神经网络) 的优点，提出了很多控制方法。文 2 0 1 采用内模控制器作调节器， 模糊逻辑作自适应机构，提出了一种模型参考自适应内模控制方法。文 2 1 】将 基于人工神经网络的时变时滞系统参数辨识算法与内模控制相结合，提出了时 变时滞系统自适应内模控制算法。文2 2 n 用内模控制的思想提出一种统一的 神经网络模型参考自适应控制器设计方案，简化了基于神经网络的模型参考自 适应控制系统的设计，给出了统一的设计步骤，它适用于任意非线性系统，更 接近于工程实际。文 2 3 1 采用智能化的模糊模型预估器作为被控过程的内部模 型，对实际输出起预测作用，从而克服时滞对系统带来的不利影响。同时，根 四川人学硕士学位论文 据预测误差建立一模糊内模控制器，在线修正、补偿被控过程的模型失配。 1 2 模型参考自适应控制简介 自适应系统自上世纪5 0 年代提出以来，因其解决对象不确定性方面的良好 作用，得到了长足的发展。它能在线地、实时地了解对象，根据不断丰富的对 象信息，通过对一个可调环节的调整，使系统的性能达到技术要求或最优。由 此可见，i j 适应系统有三大要素：一是在线地、实时地了解对象；二是有一个 可调环节；三是能使系统性能达到技术要求、最优或次优。 自适应控制系统应该有如下功能：通过测量和对象动态特性有关的输入输 出量，或对系统结构和参数的辩识f 2 4 2 6 1 ，以便得到系统当前状态的改变情况； 总是存在一个可调环节，按一定的规律确定当前的控制策略：在线修改控制器 的参数或可调系统的输入信号1 2 m ，以使输出误差趋于零，或使某性能指标最优 或次优。 自适应控制系统可以分为模型参考自适应控制系统( m r a c s ) 和自校正控 制系统。 模型参考自适应控制系统的典型结构如图1 一l 所示( 注：本文是基于内模 控制的模型参考自适应控制，内模控制是基于开环的，所以图中未画出反馈环) 。 其中参考模型的输出反映了设计者对被控对象输出的要求，调节机构根据某种 设计准则来调节可调控制器的参数，使参考模型的输出和对象的输出之误差趋 图1 - 1 模型参考自适应控制系统 删j 1 1 人学硕j 学位论文 于零。或者潍，浚被控对象、调节辊梅和控翻器所缍成的复合系统将渐迸蘧逶 j 眨参考模型。 在模燮参考蠡适应控翻系统中，霹未知被控辩象在线的、实辩静了解，是 通过测量对象输出，并与参考模型输出相比较而间接获得的。有效控制凝是由 西谲控制器产垒靛。魏露调节控涮器，帮调节辊鞫兹设计准鄹绦涯了技零要求 使输出误差趋于零。现在发腥的趋势在于多变量f 2 ”以及与智能控制的结合 羧潮斟。 1 3 控铡受限阏遂的研究情况 在实际工业过程控制中，很多情况下控制量由于执行机构等的限制，控制 镶号豹柩爱翔变亿搴罄受到蔽铡，懿暴敷接应臻叁考虑控铡受黢嚣竣计熬控裁 器，那么就相当于在系统中引入了非线性环节，性能将受到影响，因此，研究 羧利羧入信号受约寒的情凌是有实际意义的。 在这方面不少人做了研究，文 2 9 】提出了利用柔化滤波器来限制控制量幅 馕豹方法，文 3 0 1 提氆7 延长调节对澍毽控割量最小化黝方法，但这些方法都 怒以牺擞响应快速性为代价的。g a r c i a p ”、l i t t l e t 3 2 1 、d i o n t 3 孔、席裕庚等人在 研究输入受约束麴预测控制算法时，都采用二次规划技术处理线性不等式约束， 由此得到的算法聪然通用，但运算量太大。为了减小计算量，t s a n 9 1 3 5 将懈值约 束和变化率约束分开考虑，用l a g r a n g e 浆子法求如最优控制律，但即使这样仍 相当复杂。文 3 6 j 1 1 过适当选取指标函数中各加权多项式，提出的算法的计算 攮比文【3 5 】又大大减少了。文【3 7 磷 出了一种把对控制量的约束耩作“扰动”， 利用前馈补偿克服因控制黻幅造成系统伐能下降等影响的新方法。以上的方法 鼹么快速性差，要么计算量大，为了解决该问题，文【3 8 】提出了种艰幅状态 与内模控带l 褶互留换的方法，系统晌应采进入设逡值的谡羞带时取限幅德，进 入设定值的误差带后切抉到内模控制器，但因其切换只取决于系统响应的当前 状态，新黻对误靛带静逸敬比较敏感，容易宙现超调。褥文【3 9 】校据系统响应 怒否在误麓带范围内及其下一拍的预测输出是否超过该谈差带，来共同确定控 澍量在限滔值与内模控制耩输出僚之闯遴行在线帮能切换，僵因萁只有一步预 测，如果对象有较大滞质或者非线性较大肘，预测很不准确，那么响应的快速 叫川人学硕士学位论文 性和平稳性将很难兼顾。 1 4 本文所做的工作 本文采用2 自由度内模控制结构，控制器的设计用常规的相消法，采用模 型参考自适应控制系统对前向通道的控制器参数q 进行在线模糊调整。针对控 f 制量受限f f ( _ j 问题，同时根据输出的当前状态和预测状态进行在线调节。具体的 工作如下： 首先，采用2 自由度的模型参考自适应内模控制结构，用相消法设计出控 制器，然后根据理想输出和实际输出之差e 及其变化率来在线模糊调节控制器 中滤波参数u ，使系统的性能达到快速性和鲁棒性的最佳结合。 然后，在总结f i 人对输入受限问题的处理经验的前提下，提出用模型预测 来代替文【3 9 】的简单步预测【4 0 】，同时根据输出的当前状态和预测状态进行在 线调节。并对模型失配较大情况下预测不准进行了讨论，受预测控制的启发， 在模型预测中引入反馈校正，即根据k 时刻以及以前时刻的预测误差对未来的 模型预测值进行修正。 最后，用m a t l a b 4 l l 编写了相关的程序对所设计的模糊调节控制器滤波参 数a 和输入受限问题进行了仿真，验证了设计方法的正确性和有效性。 叫川人学硕i 学位论文 2 内模控制原理及滤波参数的模糊自整定 内模控制的绪构图如图玉l 。其中r ，u ，d ，y 分别为给定输入、控制量、 舞弊扰动和系统输蹬，p 帮p m 分羽为控铡对象和对象模黧，q 为绩控露l 器。 它与常规反馈控制系统不同的是与参考输入进行比较的是体现模裂误差及扰动 图2 - 1 基本内模控制结构图 的e m 而不是输出鬣y 。而正是这种结构使内模控制系统在使用常规反馈滤波器 f 孵载能褥到毙一般系统雯麓蕈熬系统传递函数积更籽的蛰簿性秘抗挽性。嚣 前已经证明，已成功应用于大量工业过程中的各炎预测控制算法本质上都是内 模控制结擒l “3 1 ，其特殊之处只是箕绘定约输入采爝了来来豹超煎僮露已。 定义：为方便起见，本文定义 = z ，t 为系统的纯时延。 2 。l 内模控制的特性 ( j ) 对偶稳定性 内模控制系统对输入r 的响应传递函数g r 和对扰动d 的响应传递函数g d 分别为： g r 旦i ( 2 1 ) 1 + q ( p 一只，) g d ： 照 佗2 ) l + q ( p 只，) 、7 闭环系统稳定静充分必要条侔是g r 和g d 稳定。 当模型于对象匹配，即p = p m 时，由以上两式可知，g r 釉g d 的稳定性只取 6 四川人学硕士学位论文 决于前向通道的传递函数 g k = q p ( 2 3 ) 系统相当1 二) r 环控制。因此，只要系统的前向通道开环稳定，即q 和p 稳定， 则闭环总足稳定的，这就是对偶稳定性。通过对偶性，大大简化了系统稳定性 的分析，特删是当系统存在非线性、纯滞后等特性时，常规反馈控制系统的稳 定性分析足很复杂的。 当存在模型失配时，g r 和g d 的稳定性除了要求q ，p ，p m 稳定外，还要 求特征方程 1 十q ( p - p m ) = 0 ( 2 - 4 ) 的根位于 复平面的单位圆外，这可以通过适当的控制器和反馈滤波器的设计 来保证。 ( 2 ) 理想控制特性 我们设计控制器时，是在不考虑模型失配、约束条件和扰动等因素的前提 下，先设计出一个理想的控制器，然后再用滤波等调节手段来改善性能。 当无模型失配时，若设计控制器 q = 巧1 ( 2 5 ) 则闭环系统输出 y = g ，r + g d d = r ( 2 - 6 ) 上式表明，在所有n 问内，系统输出都等于输入设定值，即y ( k ) = y r ( k ) 。这意 味着系统剥于任何干扰都能消除，实现对参考输入的无偏差跟踪。 但上述性质是在模型的逆巧1 存在且控制器可实现的前提下得出的。然而， 理想控制器是没办法实现的，即使对象无时延( t = o ) ，由于经采样保持后对 象的脉冲传递函数p ( ) 中也有一拍时延，这样设计的q 中就出现超前因子 z ，故理想控制器无法实现。另外，若对象有纯时延t ，如取q = 巧1 ，则q 中 含有超前因子z 【“”，要求控制器具有( t + 1 ) 步超前预见性，这在物理上不可 能实现；若对象为一非最小相位系统，p m 中单位圆外零点，如仍取q = 1 ， 则控制器本身不稳定，从而闭环不稳定：用理想控制器构成的系统对误差特别 敏感。 虽然理想控制器无法实现，但其设计思想却为实际控制器的设计指明了方 洲川人学硕士学位论文 向。我们就是要设计个尽可能接近理想控制器特性的控制器。 ( 3 ) 稳态无差特性 系统的跟踪误差 e = r - y = ( 1 _ g r ) r 十g d d 对于阶跃输入和阶跃扰动，为保证系统稳态无差，要求 l i m g ，( ) = l ( 2 - 7 ) 烛g d ( 1 ) 2 0( 2 8 ) 显然，当满足 贻q ( ) 2 癣1 而 2 - 9 ) 即控制器的增益等于模型增益的倒数，由式( 2 - 1 ) 、( 2 - 2 ) 知式( 2 - 7 ) 、式( 2 - 8 ) 成立，系统稳念无差。这里并没有要求对象一定与模型匹配。 2 2 内模控制器设计 内模控制系统的对偶稳定性是假定对象模型p 。准确的情况下得到的，这 一条件在实际系统中很难保证，因为当模型与对象失配时，即使对象模型和内 模控制器都稳定，闭环系统还有可能不稳定。因此，在设计内模控制器时，通 常分两步来完成： ( 1 ) 先不考虑模型误差、约束条件等设计控制器q ，其目标是保证系统的 稳定性，稳态无差。 用相消法设计q 路是，将p m 分解为两部分，即： p m = p m + p m 其中，j p m + 是模型的最小相位部分，尸m 是模型的非最小相位部分。 则内模控制器q 为 q 2p 矗一( 1 ) p 爿+ 厂 ( 2 1 0 ) 其中厂称为可实现因子，也称控制滤波器，一般取一阶滤波器形式 阴川人学顾1 j 学位论文 2 嵩( o 0 y ，( k ) 一y ( k ) 时，控制量u ( k ) 采用最小限幅戗； 2 ，当y ，( k ) 一y ( k ) 6l 对，控测量u ( k ) 采用最大投妪壤； 3 ，当一62 y r ( k ) y ( k ) 61 时，控制慧u ( k ) 采用内模控制器的输出。 其嗵，6 l 秘s2 帮为可调设定误差带。 但因其切换只取决于系统响应的当前状态，所以对误差带的选取比较敏感， 骞易出现超调。文 3 9 1 投据系统响应是褥在误麓带范围内及其下一拍的预测输 出是否超过该误差带，朱共同确定控制蹙在限幅值与内模控制器输出值之间进 行在线镨自2 切换。具体熙路如下： l ，当y y l 时，控制量u ( k ) 采用最小限幅值； 3 ，其余时刻，控制量u ( k ) 采用内横控制器的输出。 其中，a y 为系统响应的变化率，y l 和y 2 分别为系统晌废误差带的下限釉上限， 其值分剐小于和大于设定值。 但因其只有一步预溯，而鼠其一步预测也是把上一步的系统变化作为未来 时刻的变化，郎把系统响应当彳乍线性箍遴。如果对象膏较大滞尉或者嚣线往较 大时，预测很不准确，那么响殿的快速性和平稳性将很难兼顾。 篾然我们醴经知道对象静模登，横挺中含裔滞看环节，那么，如果我们利 用对象模型作系统输出的预测，那预测的准确性就应该比文 3 9 1 要好。根据这 四川大学硕上学位论文 个思想，本文用准确的模型预测来代替文1 3 9 1 的简单一步预测，同时根据输出 的当| j f 状态和预测状态进行在线调节，控制效果应该得到改善。采用智能控制 器的系统结构图如图3 1 所示。 图3 - 1 智能内模控制结构图 如图3 2 ，瞪y l 和y 2 分别为系统实际响应误差带的下、上限，y l 和y 2 分别为系统预测输出的上、下限，y l 、y 2 、y l7 、y 2 均可在线调整：y p ( k + l ) 为系统模型预测输出值，其l 表示滞后步数。 为严格限制控制量u ， 保证系统良好的响应速度 “k ) 及抗扰性，且系统响应不出 现过大超调，对控制器的输 出采用分段计算的方法。即r 当系统响应小于y l 且模型 预测值也小于y l 7 时，我们 用最大限幅值，以提高快速 性：当系统响应大于y 2 且 模型预测值也大于预测误 差带y 2 时，我们用最小 限幅值；其余时候就直接按( 3 ) 计算控制量u ( k ) 。具体控制规则如下 p u 川人学坝i j 学位论文 y ( k ) y 2 ，按最小限幅值计算u ( k ) 其余情况均按式( 2 - 6 ) 计算控制量u ( k ) ； 3 2 仿真研究 为验证本方案的有效性，将本文方案与文 3 9 】中的控制器相比。 一阶惯性对象加纯滞后，即实际对象为： 1 l f s l _ i _ e o 2 j + l 采样周期t - - 0 1 ，加零阶保持器后离散化模型为： p ( z ) = f 0 丽0 9 赢5 2 取常见的 ( 3 1 ) 从而可得 1 ) m ( z ) = 器 ( 3 - 3 ) p m ( z ) = z 。 ( 3 - 4 ) y p ( k + 3 ) = 0 0 9 5 2 + u ( k ) + o 0 8 6 1 + u ( k - 1 ) + 0 0 7 7 9 + u ( k - 2 ) + o 0 7 0 5 + u ( 3 ) + 0 6 7 0 2 + y ( k 一1 ) 控制量限幅值为0 u ( k ) 1 8 ，取q = o 4 ，b = 0 7 ，参考信号r 为单位阶跃 信号，在仿真时间l o s 时加一幅值为o 5 的阶跃扰动。 当模型精确时，本文智能控制系统对应参数为：y l = o 8 5 、y l = l 、y 2 = 1 1 、 y 2 = 0 8 8 ，响应如图3 3 中实线所示，；而文【3 9 】所用方法对应参数为：y l = 0 7 、 y 2 = 1 2 ，系统响如图3 3 中虚线所示。控制量均经系数为o 3 的变换后，表示在 图下方。 当对象参数发生2 0 变化时，即实际对象为 l 吖s 1 _ 兰_ _ e 0 2 4 ( 3 5 ) o 8 s + l 本智能控制系统对应参数为：y l = o 8 、y l = 0 9 5 、y 2 = 1 1 5 、y 2 7 = 0 9 ，响 应如图3 - 4 【f 1 实线所示：而文 3 9 】所用方法对应参数为：y l = 0 5 9 、y 2 = 1 2 5 ，系 统响如图3 - 4 中虚线所示。控制量均经系数为o 3 的变换后，表示在图下方。 四川大学预 ：学位论文 阁3 - 3 横型精确时的系统响应 嗣3 - 4 模型失配时的系统响应 四门1 人学碳i 。学位论文 以上仿真结果表明，本文方案在其响应速度、抗扰性及鲁棒性等方面都有 一定l 埂* 。 针对文1 3 9 捉 “的一利，有输出限幅的智能内模控制器，本文提出了新的改 进方法。其特点是：用较精确的系统模型预测代替一步预测，使预测更加准确， 从而更精确的决定控制状态的切换和控制量的选取，使系统响应获得更好的快 速性、l 稳性和扰扰性。在线调节时，当滞后增大或者模型失配时，适当减小 y l 、y l ，增火y 2 、y 2 ，便可获得较好的效果。该方法简单实用，便于在线调 节，具有一定的：i = 程应用价值。 3 - 3 模型预测的改进 考虑到实际对象中存在着时变或非线性等因素，或多或上的存在模型误差， 加上系统中的各种随机干扰，使得预测模型不可能于实际对象的输出完全一致。 上一节所述方法的不足之处是，因为预测是基于模型，当模型失配越大，预测 就越不准确，从而影响控制效果。现举例如下： 假定对象模型为： p ：旦一p 一， ( 3 6 ) ( 1 3 6 s + 1 ) ( 1 5s + 1 ) 采样时问t = 0 5 秒，则其加零阶保持器的离散化模型为： p m 0 0 4 8 7 + z 1 - 3 f 雨i 面西矿2 ( 3 7 ) 当实际对象有模型失配时，实际对象变成了 p ： ! ：箜 e - i 5 一( 3 8 ) ( 2 j + 1 ) 0 5s + 1 ) 这时，对于单位阶跃输入，在t = 4 0 秒时加一幅值为o 5 的阶跃扰动，根据 模型的预测结果如图3 5 中点划线所示，图中实线为实际输出。 p q 川九学颂j j 学位论文 豳孓5 模型失黧时的系统预测和真实响应圈 从图3 可以很清楚的看出，出于模型的失配，使得预测效果完全偏离系 统的真实输啦。 上述的预测都是完全纂于其模型，实质上是开环的。在预测控制中，其最 其，主命力的三大特征之一便是反馈校正。倍鉴箕愚路，本文也利掰反馈校难来 修j 1 三开环模型预测。具体的做法就是：将第k 步的实际对浆输出测量值y ( k ) 与 颈灏模登输毽y m ( 1 c ) 之间酶误差，嬲蓟模型的预测输出y m ( k + i ) j z ，得蓟闲环输 出予员测，用y p ( k + i ) 表示 y p ( k + i ) 。y m ( 1 c + 蛩+ h f y 8 ) - y n ，( k ) 】 = y m ( k 十i ) + h e m ( k )( 3 - 1 0 ) 英r 民k 为穆诋误麓系数，e m ( k ) 为k 睁翔琰溺摸蝥输出误麓。 由于系统存在纯时延l ，最开始e m ( k ) ( k = 1 2 1 十1 ) 是0 ，到了t + l 时 剩赣会在鼷测僮上突鸯蠡一个e 。，对羧溯值蠢定簌荡，受了减小这个影稳，本 文对h 取窝参数，刚开始时取h l ，慢慢增加h ，蠼终取h = 1 。上述模型失配 p q 川人学坝 学位论文 系统的预测结果如图3 - 6 中点划线所示。实线为实际输出。 图3 - 6 改进后的预测输出图 根据上述改进预测输出的思想，对3 2 节中的系统进行仿真。系统对象为 p ( s ) = s + l _ l 8 - o 2 j 而发生模型失配后，实际对象为： p f s l = 坚l p “2 4 5 11 0 8 s + 1 ( 3 1 1 ) ( 3 。1 2 ) 仿真结果如图3 - 7 中实线所示，点划线为文 3 9 1 所得响应曲线。控制量均经 系数为0 3 的变换后，表示在图下方。 四川火学坝上学位论文 图3 7 改进后有模型失诧时的系统响应圈 由图3 - 7 和圈3 - 4 可以看出，利用改避后的带反馈校正的模型预测代替简 单模型预测作为系统预测输出，系统响应比改进翦有了改进，比文【3 9 】裔更好 的响应特性，从而验证了本文方法的正确性和有效在。 旧川1 人学颂j ：学位论文 4 有控制限幅的模型参考自适应内模控制仿真研究 在前而的章h 已经分别讨论了控制器滤波参数的模糊自整定和有输出限 幅的内馍控制问题，且分别作的仿真都已经证明了方法的正确性和有效性。那 么，我们能行把二：者有机的结合起来，发挥各自的长处，形成有控制限幅的模 型参考自适应内模控制方法f 】尼? 结构框图如图4 1 。 为了验证水文提的该方法的有效性，用m a t l a b l 4 1 1 对系统进行仿真，仿真 框图采用图4 】的结构，并将系统仿真结果与采用文 3 9 】之方法解决有控制限幅 问题的常规内模控制方法进行比较。 图4 - 1 采用模糊调节器的自适应内模控制 上图中，p 为实际对象，p m 为被控对象模型，q 是包含调节滤波参数和处 理有控制限幅的智能控制器，f 为反馈滤波器，r 、d 和y 分别代表参考输入、 扰动和输出，e m 、e 和ae 分别表示模型误差、理想输出和实际输出之差e 及其 变化率。 被控对象分别取以下4 种形式( 采样周期t = 0 5 秒) ： ( 1 ) p = _ 击_