摘 要 针对系统参数跳变时常规自适应控制闭环系统暂态响应差的问题,论文提出了一种基于滑动库的多模自适应控制方法。该控制器由多个
参数已知的固定模型,一个自适应模型和一个滑动模型库构成。固定模型由被控对象在特定环境下的特征模型直接映射获得,其参数和其邻域一
起覆盖被控对象的参数集;自适应模型对被控对象进行在线参数辨识,其参数被用来动态更新固定模型库;滑动模型库根据当前的工作点从固定模
型库中选择离工作点较近的部分模型参与控制,优化控制模型集,减少计算量。仿真实验的结果表明了该方法的有效性。
关键词 多模型;自适应;滑动库;动态
传统的自适应控制器设计往往基于参数固定或缓慢时变的系统模型,并假设工作环境是时不变或缓慢时变的。随着控制理论的发展和实际过
程控制的需要,要求设计出适合于复杂系统(如系统故障,子系统动态变化,传感器或执行器故障,系统参数变化较大等)的控制器。对于这种复杂
的被控系统,使用常规的自适应控制器进行控制往往效果不好。因为当系统从一种操作环境突变到另一种操作环境时,系统的参数变化很大,常规
自适应控制器的辨识器很难跟上系统参数的实际变化,造成模型不准确,从而导致基于此模型设计的控制器性能不好。针对这些问题,一些学者提
出了利用多模型来逼近系统的动态性能,再基于多模型设计出多模型自适应控制器,从而对复杂系统进行有效控制的方法。采用多模型提高被控
对象稳态性能的思想,它通过在每一个时刻选择一个由基于估计被控对象最准确的模型设计的控制器来对被控对象进行控制,而达到较好的控制
效果;扩展到带有自适应和固定模型的情况,同时证明了这种情况下的稳定性中多模型的思想提出了切换和调整固定和自适应模型的不同方法的
机制,被控对象在不同的环境中运用不同的模型,其目的是通过一个适当的性能准则选择在特定的环境下合适的模型,并提出了各种不同类型模型
的组合。一种基于多模型切换的多变量直接自适应前馈解耦控制器。上述方法在一定程度上较好地解决了问题,然而上述方法都要用到系统参数
空间中的大量模型,从而使得计算负担大大增加。针对这个问题,一些学者提出了滑动模型库的方法,在计算的时候只使用参数空间中的部分模型
。滑动模型库自适应估计算法,研究了将其应用于柔性空间结构控制的可行性;在线离散化与滑动多模型自适应估计相结合的方法提高参数估计
的精度;一种基于变模型的自适应预测控制算法,在每一个工作点对非线性状态空间模型进行线性化,并将这些随着工作空间变化而变化的线性化
子模型运用于反馈预测控制中。
本文将提出一种基于多模型的自适应补偿控制方法,其基本思想是将固定模型,自适应模型与滑动模型库相结合,根据被控对象的工作条件设计出
被控对象的特征模型,并以此为基础设计出相应的固定辨识模型和固定控制器构成固定模型库;同时,采用一个自适应模型提供对被控对象参数的
在线估计,从而对固定模型库进行动态更新;滑动模型库从固定模型库中选择出与当前工作点较接近的部分模型对被控对象进行控制,而且滑动模
型库中的模型可以随着系统工作点的变化而不断更新,从而满足对系统工作点大范围变化的控制需求。
参考模型给定被控对象的期望输出轨迹。固定模型由2部分组成:估计器{Mi}Ni=1和控制器{Ci}Ni=1,其中,估计器提供被控对象在各种情况下的
固定特征模型,并与被控对象的实际模型相匹配;控制器则根据估计器中的模型对被控对象进行控制。自适应模型的参数能够根据被控对象工作
环境的变化而实时调整,被用来实时更新固定模型库,同时也为滑动模型库的创建提供了基准。模型匹配监督选择机制按照一定的性能准则,根据
自适应模型的参数输出与估计器中固定模型的参数相匹配程度来动态更新固定模型库,同时从固定模型库中选择满足要求的固定模型创建滑动库
。由于在实际控制过程中,存在着各种不确定因素,一般情况下不能在离线状态下确定所有的固定模型;因而,为了满足系统在各种环境下的控制
需求,需要对于固定模型集进行实时更新,在固定模型库中加入更加接近当前工作状况的真实系统的模型。
滑动模型库是整个参数空间的一个子集,其思想是保持滑动模型库的中心在参数空间的被估计参数处,模型库随着被估计参数的变化而在整个参
数空间中滑动。
本文基于多模型的思想,采用不同方法,提出了一种基于滑动库的多模自适应控制方法。该控制器由多个参数已知的固定模型,一个自适应模型和
一个滑动模型库构成。多个固定参数控制器由被控对象在特定环境下的特征模型直接映射获得,并和其邻域一起覆盖被控对象的参数集;自适应
模型对被控对象进行在线参数辨识,其参数被用来动态更新固定模型库;滑动模型库根据当前的工作点从固定模型库中选择离工作点较近的部分
模型,优化了控制模型集,减少了计算量。仿真实验的结果表明了该方法的有效性。
|
