第8章-自校正控制(二)综述.ppt

第8章自校正控制（二）,8.1极点配置自校正控制（PPC）8.1.1模型参数已知时的极点配置算法设被控对象的一般模型为：控制律的一般形式为：,程序ex8_PPC.m,8.1.2极点配置自校正器,下面给出用参数估计方法解恒等式的极点配置自校正调节器的整个计算过程。获得N0=max(nA,nB+m)个时刻的输入、输出数据并滤波：,产生伪随机数ew(k)，存入ew数据区，并按式(11.1.18)构造向量。用递推最小二乘公式(11.1.19)和(11.1.20)估计调节器参数(11.1.17)。计算控制量u(k)及滤波值u(k)：,分别填入u、u数据区，输出u(k)。下一个时刻到转第步。,程序ex8_PPSTC_Direct.m,程序ex8_PPSTC_Indirect.m,按偏差的比例、积分和微分进行控制的调节器简称为PID调节器，是在连续系统中技术最为成熟，应用最为广泛的一种调节器。PID调节器结构简单、参数易于调整，当被控对象精确数学模型难以建立、系统的参数又经常发生变化时，应用PID控制技术，在线整定最为方便。在计算机进入控制领域后，用计算机实现数字PID算法代替了模拟PID调节器。,PID控制器是一种线性控制器；根据对象的特性和控制要求，可灵活地改变其结构。,当采样周期足够小时，在模拟调节器的基础上，通过数值逼近的方法，用求和代替积分、用后向差分代替微分，使模拟PID离散化变为差分方程。,可作如下近似：,8.2自校正PID控制8.2.1概述常规连续PID控制的理想化方程为：数字PID控制的位置型算式：数字PID控制的增量型算式：,（a）位置型,（b）增量型,两种标准PID控制算法比较,算法比较：（1）增量型算法不需要做累加，计算误差或计算精度问题，对控制量的计算影响较小。而位置型算法要用到过去误差的所有累加值，容易产生大的累加误差。（2）增量型算法得出的是控制量的增量，误动作影响小，而位置型算法的输出是控制量的全量输出，误动作影响大。（3）采用增量型算法，由于算式中不出现项，则易于实现手动到自动的无冲击切换。,程序ex8_PID.m,8.2.2极点配置自校正PID控制（基于闭环特征参数的极点配置自校正PID）被控过程的数学表达式为：反馈控制律：,标准增量式PID控制器使微分项和比例项只对输出y有效的增量式PID控制器考虑上一时刻控制增量u(k-1)的影响，使控制量更加平缓的增量式PID控制器,当被控对象模型未知时，通过估计被控对象模型参数，即可获得自校正极点配置PID控制器。其步骤为：(a)递推估计被控过程模型参数(b)用替代恒等式(11.2.14)中的A(q-1)和B(q-1)，令恒等式(11.2.14)两边,q-1同次幂系数相等，解得(c)用代替式(11.2.11)PID控制器中的,Kp,Ki和Kd，计算控制量并输出；(d)返回(a)，继续下一采样周期，直到结束。,为常值干扰,取幅值为10的方波信号,程序ex8_PID_PPC.m,程序ex8_PID_STC_Indirect.m,模型预测控制（MPC）预测模型滚动优化反馈校正,预测模型,滚动优化,反馈校正,8.3.4广义预测控制（GPC）8.4广义预测控制8.4.1广义预测控制的基本设计过程(1)CARMA模型,考虑两个Diophantine方程,图8.4.1广义预测控制,广义预测控制考虑目标函数,8.4.2控制范围的改进8.4.3控制器参数的选择mNNu,自适应广义预测控制的计算步骤归纳为：设定N,Nu,m,nq,nb,遗忘因子；各参数置初值；参数估计得A(q-1)，B(q-1)；递推求解Diophantine方程得Ej(q-1),Fj(q-1)；计算设定值向量W；递推求解Hj(q-1)，计算向量f；计算计算等待下