【CN109765918A】一种无人直升机鲁棒自适应补偿控制方法【专利】

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号 (43)申请公布日 (21)申请号 201910132355.9

(22)申请日 2019.02.22

(71)申请人 南京航空航天大学

地址 210016 江苏省南京市秦淮区御道街

29号

(72)发明人 陈谋　阎坤　吴庆宪　姜斌　

盛守照　邵书义　甑子洋　

(74)专利代理机构 南京经纬专利商标代理有限

公司 32200

代理人 施昊

(51)Int.Cl.

G05D 1/08(2006.01)

G05D 1/10(2006.01)

(54)发明名称

一种无人直升机鲁棒自适应补偿控制方法

(57)摘要

本发明公开了一种无人直升机鲁棒自适应

补偿控制方法。同时考虑外部干扰和执行器故

障，构建无人直升机6自由度非线性系统模型；分

别建立系统位置环和姿态环鲁棒容错控制器：首

先对仅考虑外部干扰的动态方程设计标称控制

器，并采用自适应方法抑制外部干扰对系统的影

响；然后在设计的标称控制器的基础上，考虑执

行器故障，加入补偿项以减弱执行器故障对系统

的影响。本发明设计的控制方案能解决同时考虑

外部干扰和执行器故障的无人直升机鲁棒容错

跟踪控制问题。权利要求书3页 说明书10页 附图1页CN 109765918 A 2019.05.17

C N 109765918

A

1.一种无人直升机鲁棒自适应补偿控制方法，其特征在于，包括以下步骤：

(1)同时考虑外部干扰和执行器故障，构建无人直升机6自由度非线性系统模型；

(2)建立系统位置环鲁棒容错控制器：首先对仅考虑外部干扰的位置环动态方程设计标称控制器，并采用自适应方法抑制外部干扰对系统的影响；然后在设计的标称控制器的基础上，考虑执行器故障，加入补偿项以减弱执行器故障对系统的影响；

(3)建立系统姿态环鲁棒容错控制器：首先对仅考虑外部干扰的姿态环动态方程设计标称控制器，并采用自适应方法抑制外部干扰对系统的影响；然后在设计的标称控制器的基础上，考虑执行器故障，加入补偿项以减弱执行器故障对系统的影响。

2.根据权利要求1所述无人直升机鲁棒自适应补偿控制方法，其特征在于，在步骤(1)中，

无人直升机6自由度非线性系统模型如下：

上式中，α＝[x ,y ,z]T 和β＝[u ,v ,w]T 是惯性坐标系下直升机的位置向量和速度向量，γ＝[φ,θ,ψ]T 是姿态角向量，χ＝[p ,q ,r]T 是机体坐标系下姿态角速率向量，其中x ,y ,z分别表示直升机的位置在三维空间各个方向上的分量，u ,v ,w分别表示直升机的速度在三维空间各个方向上的分量，φ,θ,ψ分别表示直升机滚转角，俯仰角和偏航角，p ,q ,r分别表示直升机的滚转角速率，俯仰角速率和偏航角速率；

D 1＝d 1/m，v a ＝G 1T mr

，v b ＝G 2T Σ，b a ＝diag{b 2,b 3,b 4}，I＝diag{1,1,

1}，其中m是直升机的质量，g是重力加速度，

I I ＝diag{I x ,I y ,I z }是转动惯量矩阵，R是机体坐标系到地面坐标系的转换矩阵，H是姿态变换矩阵，d 1和d 2是外部未知干扰，T mr 是直升机主旋翼产生的拉力，T Σ＝[Σx ,Σy ,Σz ]T 为直升机所受到的合外力和合外力距，

Σx ,Σy ,Σz 是总力矩在三维空间各个方向上的分量；实际控制输入υf ＝B υ，其中B＝diag

{b 1,b 2,b 3,b 4}，b i 是未知的有效控制效率系数，满足0＜τ≤b i ≤1，i＝1,2,3,4，τ是已知的故障下界，υ＝[T mr ,Σx ,Σy ,Σz ]T 是期望的控制输入。

3.根据权利要求1所述无人直升机鲁棒自适应补偿控制方法，其特征在于，在步骤(2)中，

仅考虑外部干扰的位置环动态方程如下：

定义跟踪误差e 1和e 2：

e 1＝αd -

αe 2＝βd -

β其中αd 是期望的跟踪轨迹，βd 是虚拟控制律；

则位置环的标称控制器v N1

如下：

权　利　要　求　书1/3页2CN 109765918 A

非线性系统的鲁棒自适应控制

非线性系统的鲁棒自适应控制 Robust Adaptive Control of Uncertain Nonlinear Systems 郝仁剑3120120359 摘要：本文以非线性系统的控制问题为背景，介绍了多种经典的非线性系统的控制方法以及研究进展，分析了各种控制方法存在的优点和不足。着重介绍了鲁棒自适应控制在非线性系统中的应用，结合该领域的近期研究进展和实际应用背景，给出对鲁棒自适应控制的进一步研究目标。 关键词：非线性系统鲁棒控制自适应控制 1.前言 任何实际系统都具有非线性特性，非线性现象无处不在。严格地说，线性特性只是其中的特例，但是非线性系统与线性系统又具有本质的区别。由于非线性系统不满足叠加原理，因此非线性特性千差万别，这也给非线性系统的研究带来了很大的困难。同时，对于非线性系统很难求得完整的解，一般只能对非线性系统的运动情况做出估计。众所周知，控制理论经历了经典控制理论和现代控制理论两个发展阶段。在第二次世界大战前后发展起来的经典控制理论应用拉普拉斯变换等工程数学工具来分析系统的品质。它广泛地应用于单输入单输出、线性、定常、集中参数系统的研究中。随着控制对象的日益复杂以及人们对控制系统精度的不断提高，经典控制理论的局限性就暴露出来了。在20世纪50年代，Bellman根据最优原理创立了动态规划。同时庞特里亚金等学者创立了最大值原理。后来，Kalman提出了一系列重要的概念，如可观性，可控性，最优线性二次状态反馈，Kalman滤波等。这些理论和概念的提出大大促进了现代控制理论的发展。控制系统的设计都需要以被控对象的数学模型为依据，然而对于任何被控对象不可能得到其精确的数学模型，如在建立机器人的数学模型时，需要做一些合理的假设，而忽略一些不确定因数。不确定性的必然存在也正促使了现代控制理论中另一重要的研究领域——鲁棒控制理论的发展。Zmaes关于小增益定理的研究以及Kalman关于单输入单输出系统LQ调节器稳定裕量的分析为鲁棒控制理论的发展产生了重要的影响。特别是Zmaes1981年发表的论文[1]标志H∞控制理论的起步。1984年Francis和Zmaes基于古典插值理论提出H∞问题的初步解法。Glover运用Hankel算子理论给出了H∞问题的解析解。Doyle在状态空间上对Glover解法进行整理和归纳。至此H∞控制理论体系初步形成。同时，Doyle首次提出结构化奇异值的概念，后来形成了μ解析理论。另外一种重要的控制器设计方法是基于Lyapunov函数的方法。在进行鲁棒控制器的设计时，一般都假设系统的不确定性属于一个可描述集，比如增益有界，且上界己知等。一般来说，鲁棒控制是比较保守的控制策略。对所考虑集合内的个别元素，该系统并不是最佳控制。对于具有参数不确定性的一类系统，自适应控制技术被提了出来，如模型参考自适应控制和自校正控制等。在实际应用中，由于被控对象具有未建模动态，过程噪声或扰动的统计特性远比设计时所设想的情况更复杂，以及持续激励条件和严正实条件等“理想条件”被打破，这都会导致自适应控制算法的失稳。于是自适应控制的鲁棒性课题，即鲁棒自适应控制受到了广泛的关注。大量的工程实践表明，对于复杂的工业对象和过程，引入自适应策略能够提高控制精度，提高生产效率，降低成本。近年来，非线性自适应控制技术取得突破性的发展，控制器的结构化设计技术也正日益得到广泛的研究与应用。

基于MATLAB_Simulink机器人鲁棒自适应控制系统仿真研究

第18卷第7期 系统仿真学报?V ol. 18 No. 7 2006年7月Journal of System Simulation July, 2006 基于MATLAB/Simulink机器人鲁棒自适应控制系统仿真研究 高道祥，薛定宇 （东北大学教育部暨辽宁省流程工业综合自动化重点实验室，沈阳 110004） 摘要：介绍了一种在MATLAB/Simulink环境下进行机器人鲁棒自适应控制系统仿真的方法，利 用Matlab软件强大的数值运算功能，将系统模型用Matlab语言编写成M-Function（或S-Function） 文件，通过User-Defined-Function模块嵌入到Simulink仿真环境中，可以充分发挥Simulink模块 实时的动态仿真功能，简化仿真模型的设计，修改和调整。基于M-Function建立机器人系统模型 的方法可以推广到其他复杂控制系统的建模，SimMechanics在建立多自由度连杆机器人受控对象 仿真模型时，简单可靠。 关键词：机器人；Matlab/Simulink；SimMechanics；仿真；鲁棒自适应控制 中图分类号：TP391.9 文献标识码：A 文章编号：1004-731X(2006) 07-2022-04 Simulation Research of Robust Adaptive Control System for Robotic Manipulators Based on MATLAB/Simulink GAO Dao-xiang, XUE Ding-yü (Key Laboratory of Process Industry Automation, Ministry of Education, Northeast University, Shenyang 110004, China) Abstract: A simulation method of robust adaptive control was proposed for the robotic manipulator system. The method took the advantage of the powerful computing function of Matlab to programme M-function (or S-Function) for the system model by Matlab language and embedded it to the Simulink by User-Defined-Function module. The real time dynamic simulating function of Simulink would be exerted adequately and the design, modification and adjust of the system model could be greatly simplified. The method of constructing manipulator control system model based on M-Function could be generalized to the other complicated control system and SimMechanics would make the n-links manipulator model conveniently and credibly. Key words: robotic manipulator; Matlab/Simulink; SimMechanics; simulation; robust adaptive control 引言 一个新的控制算法在付诸使用之前，无论从经济原因还是技术角度，都需要经过仿真阶段来测试控制系统的性能和缺陷。尤其对复杂系统控制的研究，虽然仿真并不能说明控制算法是绝对合理与可靠的，但随着仿真技术的发展，仿真的确是系统设计必不可少的中间步骤。 Matlab/Simulink以其强大的数学运算能力，方便实用的绘图功能及语言的高度集成性成为系统仿真和自动控制领域首选的计算机辅助设计工具。Simulink可以将可视化的模块很方便地组成系统模型的仿真框图，对于使用普通Simulink模块不易搭建的复杂控制系统，用Matlab语言编写M-Function或S-Function文件，通过User-Defined-Function 模块嵌入到Simulink仿真环境中，大大扩充了Simulink的功能。对于机器人这类的复杂控制系统，通过Simulink可以很方便的建立其仿真模型。 机器人控制系统仿真模型中不易采用普通Simulink模块搭建的部分是控制器模型和受控对象—机器人模型，可以采用Matlab语言编写M-Function实现控制器和机器人模型。 收稿日期：2005-05-09 修回日期：2005-08-02 作者简介：高道祥（1972-），男，山东蓬莱人，博士生，研究方向为机器人鲁棒自适应控制。薛定宇（1963-），男，辽宁沈阳人，教授，博导，研究方向为控制系统CAD，机器人控制。另外，由于SimMechanics提供了机构的仿真模块集，对于n自由度的连杆机器人，也可以采用SimMechanics模块进行组建。 1 n连杆机器人的仿真模型 如果不考虑摩擦力等外界干扰的作用，机器人的动力学方程可由下式描述， τ= + +) ( ) , ( ) (q G q q q C q q M (1) 式中，q q q , ,是1 × n向量，表示各个关节的位置，速度，加速度。) (q M是n n×阶对称正定的惯量矩阵。q q q C ) , (是1 × n向量，表示离心力和哥氏力项。) (q G是1 × n向量，表示重力项。τ表示外界输入的控制力矩。由式(1)可以看出，机器人的动力学模型是一个高度复杂，强耦合的非线性时变方程，尤其模型的复杂程度随着自由度的增加呈指数上升趋势。因此，在用Matlab/Simulink进行机器人控制系统的仿真研究时，需要寻求一种简单可靠却行之有效的方法建立机器人控制系统仿真模型。 采用M-Function定制的Simulink模块与普通模块一样具有输入和输出向量，控制器与机器人受控对象的仿真模型函数可用如下关系式描述， ) , , , , (0q q q q q f d d d = τ(2) ) , , (1τ q q f q =(3)

自适应PID控制综述(完整版)

自适应PID控制 摘要：自适应PID控制是一门发展得十分活跃控制理论与技术,是自适应控制理论的一个重要组成部分,本文简要回顾PID控制器的发展历程,对自适应PID控制的主要分支进行归类,介绍和评述了一些有代表性的算法。 关键词：PID控制，自适应，模糊控制，遗传算法。 Abstract: The adaptive PID control is a very active developed control theory and technology and is an important part of adaptive control theory.This paper briefly reviews the development process PID controller.For adaptive PID control of the main branches, the paper classifies,introduces and reviews some representative algorithms. Keywords: PID control, adaptive, fuzzy control, genetic algorithm 1 引言 从问世至今已历经半个世纪的PID控制器广泛地应用于冶金、机械、化工、热工、轻工、电化等工业过程控制之中，PID控制也是迄今为止最通用的控制方法， PID控制是最早发展起来的控制策略之一，因为他所涉及的设计算法和控制结构都很简单，并且十分适用于工程应用背景，所以工业界实际应用中PID 控制器是应用最广泛的一种控制策略(至今在全世界过程控制中用的80% 以上仍是纯PID调节器，若改进型包含在内则超过90%)。由于实际工业生产过程往往具有非线性和时变不确定性，应用常规PID控制器不能达到理想控制效果，长期以来人们一直寻求PID控制器参数的自动整定技术，以适应复杂的工况和高指标的控制要求。随着微机处理技术和现代控制理论诸如自适应控制、最优控制、预测控制、鲁棒控制、智能控制等控制策略引入到PID控制中，出现了许多新型PID控制器。人们把专家系统、模糊控制、神经网络等理论整合到PID控制器中，这样既保持了PID控制器的结构简单、适用性强和整定方便等优点，又通过先进控制技术在线调整PID控制器的参数，以适应被控对象特性的变化。 2 自适应PID控制概念及发展 2.1 PID控制器 常规PID控制系统原理框图如下图所示，系统由模拟PID控制器和被控对象组成。

一个单连杆柔性机器人的鲁棒自适应控制

一个单连杆柔性机器人的鲁棒自适应控制 F. Hong,S.S. Ge and T.H. Lee 电气与计算机工程系 新加坡国立大学 Singapore 117576 email: elegesz@https://www.wendangku.net/doc/0916568094.html,.sg 摘要 在本文中，对单连杆柔性梁调整被考虑使用自适应控制技术。该控制器能保证系统稳定的同时补偿参数的不确定性。更具体地说，所提出的控制器可以稳定的基于偏微分方程管理柔性机器人的运动系统，它不同于现有的自适应性文献中的柔性机器人控制器。因此，稳定的结果对原分布参数系统。仿真结果表明提出的控制律的性能。 关键词 自适应控制，分布参数系统 本文的其余部分安排如下：第2节：系统包含的动力方程（PDE）；第3节：自适应控制器的设计；第4节：一些实施问题的讨论；第5节：计算机仿真；。第六节：结论。 2.系统动力学 图1是柔性梁的坐标系统， 图1 柔性梁的坐标系统 表示惯性中心矩，它包括发动机转子和夹块，ρ是均匀质量密度，EI是弯曲和刚直的标准，L是梁的长度，R是电机扭矩的应用。OX是一个固定的参考轴。当梁是坚硬的时候OX1是梁背侧的轴线。任意点的位移沿柔性梁的中性轴的距离x从轮毂的轮毂角θ（t）和小弹性挠度y（x，t）从轴位移测量的OX。p（x，t）用y（x，t）替换如下： 系统动力学使用以下的推导过程。

首先，当点和素数表示的衍生物遵从时间t和空间变量时，给出了总动能Ek和势能Ep。然后，把（1）和（2）代入为扩展汉密尔顿原则[ 15 ],我们得到了如下系统的动力学方程和相应的四类边界条件. 等式（4）是力矩平衡方程的基础，（5）则阐述了梁的振动状态。 方程（6）和（7）因为轴OX1所以在梁的底座上相切。边界条件（8）和（9）所描述的是，弯矩和剪切力在自由端为零。由于柔性梁在惯性坐标系OX1中的位置，由p（x，t），我们把（5）用p（x，t）改写。 可以得到同一形式的欧拉-伯努利梁方程[ 16 ]。四类边界条件变成： 非齐次的条件（12）和连接处的角度θ有关。如【17】所示，这导致了一个非约束模态扩展，相对于接 头来说，当Ih比惯性柔性梁大得多的时候，接近约束模式展开。在下一节，用自适应控制器构建了 一个新的边界条件来替代（12），使它能够用传统的分离变量法求解系统动力学。 3 控制器设计

非线性鲁棒控制

非线性鲁棒控制 1. 课题意义 针对机机械手的不确定性有两种基本控制策略:自适应控制和鲁棒控制。当受控系统参数发生变化时，自适应控制通过及时的辨识、学习和调整控制规律，可以达到一定的性能指标，但实时性要求严格，实现比较复杂，特别是存在非参数不确定性时，自适应控制难以保证系统的稳定性;而鲁棒控制可以在不确定因素一定变化范围内，做到“以不变应万变”，保证系统稳定和维持一定的性能指标，它是一种固定控制，比较容易实现，在自适应控制器对系统不确定性变化来不及做辨识以校正控制律时更显鲁棒控制的重要。 鲁棒控制(Robust Control)方面的研究始于20世纪50年代。在过去的20年中，鲁棒控制一直是国际自控界的研究热点。所谓“鲁棒性”，是指控制系统在一定(结构，大小)的参数摄动下，维持某些性能的特性。以闭环系统的鲁棒性作为目标设计得到的固定控制器称为鲁棒控制器。鲁棒控制的基本特征是用一个结构和参数都固定不变的控制器，来保证即使不确定性对系统的性能品质影响最恶劣的时候也能满足设计要求．不确定性可分为两大类，不确定的外部干扰和系统的模型误差，其中，模型误差受系统本身状态激励，同时又反过来作用于系统的动态。由于工况变动、外部干扰以及建模误差的缘故，而系统的各种故障也将导致模型的不确定性，实际工业过程的精确模型很难得到，在设计鲁棒控制器时，所有的不确定性可以是不可量测的，但是必须属于某个可描述集．鲁棒控制器就是基于标称系统数学模型和不确定的描述参数来设计的．因此可以说模型的不确定性在控制系统中广泛存在。如何设计一个固定的控制器，使具有不确定性的对象满足控制品质，也就是鲁棒控制，成为了国内外科研人员热衷的研究课题。 2. 发展与研究现状 μ方法。1981年Zames首次提出了著名的鲁棒控制理论发展的最突出标志是H∞和 H∞控制思想。Zames考虑了这样一个单输入、单输出系统的设计问题，即对于属于一个有限能量集的干扰信号，设计一个控制器使得闭环系统稳定且干扰对系统期望输出影响最小。由于传递函数H∞的范数可以描述有限能量到输出能量的最大增益，所以表示上述影响的传递函数H∞范数作为目标函数对系统进行优化设计，这就可使具有有限功率谱的干扰对系统期望输出的影响最小。 目前线性系统的鲁棒控制理论主要集中在进一步寻求行之有效的解法，从而使控制系统设计更加精确，更加实用，更加符合实际的需要，并将所得理论和方法进一步向Lurie系统、线性跳跃系统和关联系统扩展 3. 改进方法 变结构控制，其基本思想是在误差系统的状态空间中，寻找一个合适的超平面，以该超平面为基准不断切换控制器的结构，并保证超平面内所有的状态轨迹都收敛于零．这样，控制系统的行为就完全由滑模表面的特性所确定，而与系统本身的行为无关，因而变结构控制对于外界的干扰和模型误差是不敏感的，具有很强的鲁棒性能。由于变结构控制本身的不连续性，容易引起“抖振”现象，它轻则会引起执行部件的机械磨损，重则会激励未建模的高频动态响应。利用变结构的思想强迫状态轨迹趋于边界层，而在时变的边界层内，保持控制的平滑。这实际上达到了控制带宽和控制精度的最优折衷，这样就消除了控制的“抖振”，增加了系统对未建模动力学的不敏感性， 鲁棒自适应控制方法结合了自适应与鲁棒控制方法两者的优点在抗千扰能力以及克服“抖振”现象等方面都要比单独的自适应控制方法和变结构控制方法强，自适应控制律的鲁棒性增强方法

一种鲁棒神经网络自适应控制策略及其应用

控制工程C ontrol Engineering of China May 2007V ol.14,N o.3 2007年5月第14卷第3期 文章编号:167127848(2007)0320290204 收稿日期:2006203216;　收修定稿日期:2006204226 基金项目:国家自然科学基金资助项目(60304012) 作者简介:李宁宁(19762),女,湖南长沙人,研究生,主要研究方向为智能控制、自适应控制等;宋　苏(19632),男,博士,教授。 一种鲁棒神经网络自适应控制策略及其应用 李宁宁1 ,宋　苏 2 (11北京工业大学人工智能与机器人研究所,北京100022;21国家自然科学基金委员会信息学部,北京100085 ) 摘 要:针对具有外部干扰等不确定因素的离散未知非线性受控对象,提出了一种鲁棒 神经网络自适应控制策略。该策略运用自适应预测及带遗忘因子的递推最小二乘参数估计的思想,对神经网络的预报输出进行修正,利用鲁棒反馈控制器保证系统稳定性,并对控制信号的增量进行限幅以抑制突变大幅值干扰信号对系统的影响。将提出的控制方法应用于实验室级液面系统的仿真中,结果表明了该控制策略的有效性。关　键　词:神经网络;模型参考自适应控制;自适应预测;液面系统中图分类号:TP 273 文献标识码:A R obust Neural Netw ork Adaptive C ontrol Scheme and Its Application LI Ning 2ning 1 ,SONG Su 2 (1.Institute of Artificial Intelligence and R obotics ,Beijing University of T echnology ,Beijing 100022,China ;2.Department of In formation Sciences ,National Natural Science F oundation of China ,Beijing 100085,China ) Abstract :A robust adaptive control based on neural netw ork for unknown nonlinear dynamical systems with bounded disturbances or unm odeled dynamics is proposed.I t is realized using adaptive forecasting and the recursive forgetting factor least square method.The stability of system is guaranteed by a robust controller.The increment of control signal is restricted in a proper range.This scheme is applied to a laboratory 2scale liquid 2level system ,and the results of simulation show the effectiveness of the proposed scheme.K ey w ords :neural netw ork ;m odel reference adaptive control ;adaptive forecasting ;liquid 2level system 1　引　言 近年来,由于神经网络所具有的良好的非线性 映射能力、自学习适应能力和并行信息处理能力等,为解决复杂非线性系统的建模和控制等问题提供了很好的思路。然而,神经网络控制在实际中的应用大大受阻,原因之一是在实际的工业控制中,大量的干扰等不确定因素广泛存在,使系统的控制效果等受到影响,甚至失去稳定性。因此,提高神经网络控制系统的鲁棒性变得十分重要,而目前在此领域的研究成果还比较少见。 本文基于神经网络模型参考自适应控制,提出了一种鲁棒神经网络自适应控制策略。 2　鲁棒神经网络自适应控制策略的设计 考虑到实际的受控对象多为具有不确定因素的 未知非线性系统,本文以间接型神经网络模型参考自适应控制为基础,提出了一种鲁棒神经网络自适应控制策略,其控制结构如图1所示 。 图1　提出的鲁棒神经网络自适应控制策略的结构 Fig 11Structure of the proposed robust neural netw ork ad aptive control 图中,两个神经网络分别作为辨识器NNI 和控 制器NNC 。为提高系统鲁棒性,采用对辨识误差进行自适应预测的方法,并通过一个鲁棒反馈控制器 RC 保证系统稳定性。y p ,y ^ ,y m 分别为受控对象、NNI 和参考模型的输出;u n 和u r 分别为NNC 和RC 的输出;ξ为干扰输入。

STATCOM无功电流的鲁棒自适应控制

STATCOM无功电流的鲁棒自适应控制 （清华大学电机工程与应用电子技术系，北京100084） 摘要：从器件级、装置级和系统级3个层次讨论电压源型STATCOM的数学建模和控制器设计；提出了一种鲁棒型直接自适应控制算法，以解决STATCOM模型参数未知情况下无功电流的追踪控制问题。在对象系统严格正实性得以验证的基础上，系统地选择了控制器的设计参数，并考虑了输入输出噪声对控制系统的影响，从而使控制器具有较好的鲁棒性。数字仿真结果表明，得到的控制器在追踪控制能力和鲁棒特性等方面比PI控制优越。 关键词：STATCOM；直接自适应控制；无功电流控制；鲁棒控制 1 前言 静止同步补偿器（STATCOM：Static Synchronous Compensator）较传统的无功发生装置具有明显的优点［3］，故其在电力系统中的应用得到广泛的关注。作为一种基于大功率电力电子器件的新型FACTS装置，很多学者对其在数学建模和控制设计等方面进行了广泛的研究。从对象广度和时间尺度上来看STATCOM 的建模与控制可分为器件级、装置级和系统级3个层次：器件级主要研究STATCOM 的电路拓朴结构和脉冲控制方法，并考虑精确到μs级的电力电子器件的关断与开通；系统级主要从电力系统的潮流与稳定等宏观角度来探讨STATCOM的运行，视其为可快速平滑控制的无功电流源，并采用简单的1阶滤波器数学模型进行分析和设计［1］；装置级则作为前两者间的桥梁，研究从脉冲控制结果到系统无功电流需求之间的模型与控制问题，即探讨STATCOM无功输出电流与脉冲控制角之间的非线性关系，并设计后者使前者能较好地跟踪从系统角度提出的无功电流需求。 文［2］提出的标幺值模型较好地解决了装置级的数学建模问题，同时得出相应的开环响应时间在1～200ms之间。文［3］中关于STATCOM控制设计的论述涉及到了上述各个层次，其中无功电流控制采用了一种误差PI控制与根据稳态输出公式求逆设置维持控制能量的策略。对此，作者提出如下的改进思路：①根据对STATCOM模型的分析，控制分级递阶进行，这样做可以简化设计任务、增强控制器的灵活性并能与实际分析设计中采用的层次模型相对应。②由于模型参数之一的等值电阻难以预先精确测量，并且其值会因运行状况和外界环境的改变而迁移，因此，控制设计应考虑到这一实际问题，使控制器能自动适应未知模型参数。③工程应用中由于建模和测量不可避免地存在误差，故应考虑各种噪声的干扰作用，使控制器具有良好的鲁棒性。 2 装置级数学模型和无功电流控制问题 在系统对称和STATCOM采用对称脉冲控制情况下，仅考虑基波情形，据文［2］提出的

PID自适应控制学习与Matlab仿真

PID自适应控制学习与Matlab仿真 0 引言 在P ID控制中，一个关键的问题便是P I D参数整定。传统的方法是在获取对象数学模型的基础上，根据某一整定原则来确定PID参数。然而实际的工业过程往往难以用简单的一阶或二阶系统来描述，且由于噪声、负载扰动等因素的干扰，还可以引起对象模型参数的变化甚至模型结构的政变。这就要求在P I D 控制中。不仅PID参数的整定不依赖于对象数学模型，而PID参数能在线阐整，以满足实时控制的要求。 1 自适应控制的概念及分类 控制系统在设计和实现中普通存在着不确定性，主要表现在：①系统数学模型与实际系统间总是存在着差别，即所谓系统具有末建模的动态特性；②系统本身结构和参数是未知的或时变的；③作用在系统上的扰动往往是随机的，且不可量测；④系统运行中，控制对象的特性随时间或工作环境改变而变化，且变化规律往往难以事先知晓。 为了解决控制对象参数在大范围变化时，一般反馈控制、一般优控制和采用经典校正方法不能解决的控制问题。参照在日常生活中生物能够遏过自觉调整本身参数改变自己的习性，以适应新的环境特性。为此，提出自适应控制思想。 1.1 自适应控制的概念 所谓自适应控制是指对于控制对象的动态信息了解得不够充分对周围环境变化尚掌握不够明确的情况下控制系统对控制器的参数进行积极的自动调节。 自适应控制方法应该做到：在系统远行中，依靠不断采集控制过程信息，确定被控对象的当前实际工作状态，优化性能准则，产生自适应控制规律，从而实时地调整控制器结构或参数，使系统始终自动地工作在最优或次最优的运行状态下。 作为较完善的自适应控制应该具有以下三方面功能： (1)系统本身可以不断地检测和处理理信息，了解系统当前状态。 (2)进行性能准则优化，产生自适应校制规律。 (3)调整可调环节(控制器)，使整个系统始终自动运行在最优或次最优工作状态。 自适应控制是现代控制的重要组成部分，它同一般反馈控制相比较有如下突出特点： (1) 一般反馈控制主要适用于确定性对象或事先确知的对象，而自适应控制主要研究不确定对象或事先难以确知的对象。 (2) 一般反馈控制具有强烈抗干扰能力，即它能够消除状态扰动引起的系统误差，而自适应控制因为有辨识对象和在线修改参数的能力，因而能消除状态扰动引起的系统误差，而且还能消除系统结构扰动引起的系统误差。 (3) 一般反馈控制系统的设计必须事先掌握描述系统特性的数学模型及其环境变化状况，而自适应控制系统设计则很少依赖数学模型全部，仅需要较少的验前知识，但必须设计一套自适应算法，因而将更多地依靠计算机技术实现。 (4) 自适应控制是更复杂的反馈控制，它在一般反调控制的基础上增加了自适应控制机构或辨识器，还附加一个可调系统。 1.2 自适应控制系统的基本结构与分类 通常，自适应控制系统的基本结构有两种形式，即前馈自适应控制和反馈自适应控制。 1.2.1 前馈自适应控制结构 前馈自适应控制亦称开环自适应控制，它借助对作用于过程信号的测量。并通过自适应机构按照这些测量信号改变控制器的状态，从而达到改变系统特性的目的。没有“内”闭

自适应控制论文综述

自适应控制系统综述 摘要： 本文首先介绍了自动控制的基本理论及其发展阶段，然后提出自适应控制系统，详细介绍了自适应控制系统的特点。最后描述的是自适应控在神经网络的应用和存在的问题。 关键字：自适应控制神经网络 一、引言 1.1控制系统的定义 自动控制原理是指在没有人直接参与的情况下，利用外加的设备或装置，使机器，设备或生产过程的某个工作状态或参数自动地按照预定的规律运行。 在不同的控制系统中，可能具有各种不同的系统结构、被控对象，并且其复杂程度和环境条件也会各不相同，但他们都具有同样的控制目地：都是为了使系统的状态或者运动轨迹符合某一个预定的功能性能要求。其中，被控对象的运动状态或者运动轨迹称为被控过程。被控过程不仅与被控系统本身有关，还与对象所处的环境有关。控制理论中将控制系统定义为由被控系统及其控制器组成的整体成为控制系统。 1.2控制理论的发展阶段 控制理论发展主要分为三个阶段： 一：20世纪40年代末-50年代的经典控制理论时期，着重解决单输入单输出系统的控制问题，主要数学工具是微分方程、拉氏变换、传递函数；主要方法是时域法、频域法、根轨迹法；主要问题是系统的稳、准、快。 二：20世纪60年代的现代控制理论时期，着重解决多输入多输出系统的控制问题，主要数学工具是以此为峰方程组、矩阵论、状态空间法主要方法是变分法、极大值原理、动态规划理论；重点是最优控制、随即控制、自适应控制；核心控制装置是电子计算机。 三：20世纪70年代之后的先进控制理时期，先进控制理论是现代控

制理论的发展和延伸。先进控制理论内容丰富、涵盖面最广，包括自适应控制、鲁棒控制、模糊控制、人工神经网络控制等。 二、自适应控制系统 2.1自适应控制的简介 在反馈控制和最优控制中，都假定被控对象或过程的数学模型是已知的，并且具有线性定常的特性。实际上在许多工程中，被控对象或过程的数学模型事先是难以确定的，即使在某一条件下被确定了的数学模型，在工况和条件改变了以后，其动态参数乃至于模型的结构仍然经常发生变化。 在发生这些问题时，常规控制器不可能得到很好的控制品质。为此，需要设计一种特殊的控制系统，它能够自动地补偿在模型阶次、参数和输入信号方面非预知的变化，这就是自适应控制。 自适应控制的研究对象是具有一定程度不确定性的系统，这里所谓的“不确定性”是指描述被控对象及其环境的数学模型不是完全确定的，其中包含一些未知因素和随机因素。 任何一个实际系统都具有不同程度的不确定性，这些不确定性有时表现在系统内部，有时表现在系统的外部。从系统内部来讲，描述被控对象的数学模型的结构和参数，设计者事先并不一定能准确知道。作为外部环境对系统的影响，可以等效地用许多扰动来表示。这些扰动通常是不可预测的。此外，还有一些测量时产生的不确定因素进入系统。面对这些客观存在的各式各样的不确定性，如何设计适当的控制作用，使得某一指定的性能指标达到并保持最优或者近似最优，这就是自适应控制所要研究解决的问题。 自适应控制和常规的反馈控制和最优控制一样，也是一种基于数学模型的控制方法，所不同的只是自适应控制所依据的关于模型和扰动的先验知识比较少，需要在系统的运行过程中去不断提取有关模型的信息，使模型逐步完善。具体地说，可以依据对象的输入输出数据，不断地辨识模型参数，这个过程称为系统的在线辩识。随着生产过程的不断进行，通过在线辩识，模型会变得越来越准确，越来越接近于实际。既然模型在不断的改进，显然，基于这种模型综合出来的控制作用也将随之不断的改进。在这个意义下，控制系统具有一定的适应能力。比如说，当系统在设计阶段，由于对象特性的初始信息比较缺乏，系统在刚开始投入运行时可能性能不理想，但是只要经过一段时间的运行，通过在线辩识和控制以后，控制系