《自适应控制资料优秀PPT.ppt》由会员分享，可在线阅读，更多相关《自适应控制资料优秀PPT.ppt（63页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、其次章基于优化限制策略的自校正器PID限制器：广泛应用于各种过程限制，但难以进行在线参数调整自校正调整/限制器：自动调整参数最小方差限制：被控过程结构和参数已知，系统处于随机扰动和干扰之中，使系统输出的稳态方差为最小2.1最小方差调整器2.1.1被控过程随机干扰的描述探讨单输入/单输出、线性、定常离散系统的调整问题，被控过程由下列差分方程描述：（2.1）式中：d ：响应滞后拍数。：k时刻输出；：k时刻限制输入；：零均值白噪声序列，且有：(2.2a)为单位后向平移算子，于是(2.1)式可写成：令或式中：(2.2b)由(2.2)式可见随机扰动对过程的影响等效为n(k)：已不再是白噪声序列。(2.2
2、)式称为CARMA模型，即：被控自回来滑动平均模型。(2.3)是高斯平稳序列，具有有理谱密度，但它被控过程的结构方框图要使最小方差自校正调整器的解存在，必需满足下列假设：(1)受控系统的时延d及延迟算子多项式A,B和C的阶次及系数都是已知的；圆外；(2)多项式的全部零点都位于复平面单位(3)多项式的全部零点都位于圆外；复平面单位(4)为白噪声序列，。该系统为最小相位系统，否则为非最小相位系统。系统为逆稳定系统，否则为逆不稳定系统。假如的零点全在复平面单位圆外，则称有时称的零点全在复平面单位圆外的之所以要求和的零点全在单位圆外，与闭环系统的稳定性有关。2.1.2性能指标和最小方差限制律问题的提法
3、1）性能指标）性能指标 性能指标性能指标：输出：输出y的方差的方差 对于调整器对于调整器：参考输入为零：参考输入为零，即，则y的方差就是y的均方值：2）容许限制律）容许限制律 限制律限制律u(k):k时刻及其以前全部输出时刻及其以前全部输出y(k),y(k-1),.，与全部过去时刻的限制序列，与全部过去时刻的限制序列u(k-1),u(k-2),.的函数的函数 最小方差调整的基本思想最小方差调整的基本思想:系统中信号传递存在系统中信号传递存在d步延迟步延迟，对输出量中的可控干扰部分提前，对输出量中的可控干扰部分提前d步步进行预料，依据预料值来设计最小方差调整律进行预料，依据预料值来设计最小方差调
4、整律u(k)，以补偿可控部分的随机扰动在，以补偿可控部分的随机扰动在(k+d)时刻时刻对输出的影响。对输出的影响。实现最小方差调整的关键在于预料。实现最小方差调整的关键在于预料。3）问题提法）问题提法 事实上性能指标应表示为事实上性能指标应表示为：最小方差限制问题：对(2.2)式描述的系统求使(2.4)为微小时的容许限制律，该限制律被称为最小方差限制律。(2.4)2.1.3d步预料模型自适应预料：用给定的直到当前时刻k的数据调整预料器中参数，使得过去预料值接近相应的观测值，然后用这些参数产生将来的预料值。(2.5)由式(2.2)可得下式：干扰滤波器与以前所测量输出y(k),y(k-1),.线性
5、无关以及线性相关两部分(2.6)被分解成一个恒等式：必需被分成两部分：其中：是的商式，是的余式。假如v(k+d)为y(k)，y(k-1)，.独立的部分，则的nf阶次就应当是(d-1)，而的阶次应当等于(na-1)，即有：将(2.6)式代入(2.5)式，可得将v(k+d)分解后的结果为：另一方面，假定多项式的全部零点都在单位圆内，则(2.2)式可以改写成：(2.7)将(2.7)式代入上面的式中可得：(2.8)我们称(2.8)式为预料模型。对比(2.8)式和(2.5)式，(2.8)式是将(2.5)式的干扰项中的可预料部分分解出后所得到输出预料模型。利用此预料模型，就可以利用最小方差求得消退可控干扰
6、后的最优预料器，或利用最小方差，求出消退可控干扰的限制律。2.1.4最优预料器输出量的d步预料估计：预料误差：通过使性能指标求方差最小的d步最优预料：最小化来也是独立的，v(k)具有零均值，所以上式右边最终一项为0值。另外上式右边第一项是不行预料的，所以欲使J1最小，只有使上式右边其次项为0，此时有：由于v(k+1)，v(k+2)，.,v(k+d)与测量数据独立，而是测量数据的线性组合，所以v(k+1)，v(k+2)，.,v(k+d)与(2.9)最小预料方差为：(2.10)其中，为v(k)的方差。方程(2.9)称为最优预料器方程，方程(2.6)称为丢番，(Diophantine)方程。当，和d
7、已知时，可由它解出和。2.2最小方差限制律假设多项式是Hurwitz多项式，将最优预料器(2.9)式，代入预料模型(2.8)式中，可得：所以有：上式右边第一项不行控，所以欲使J最小，必需使(2.11)由(2.9)式可得：(2.12)整理后可得最小方差限制律为：(2.13a)从以上推导过程可以看出，最小方差限制律事实上是令(k+d)时刻的最优输出预料值为期望输出时所得到的限制。对于调整器问题，可以设，此时最小方差限制律可以简化为：(2.14)或最小方差限制问题的设计步骤：1）设被控过程的差分方程为：其中，是独立高斯随机白噪声序列，假定B和C的零点都落在单位圆内，那么，最小方差限制律为：其中，多项
8、式和的阶分别为d-1和丢番方程来确定：，多项式的系数可通过求解下列2）输出误差是v(k+d)的d-1阶滑动平均：3）输出的最小方差为：其中为v(k)的方差。调整律。【例【例2.1】求解以下被控过程的预料模型和】求解以下被控过程的预料模型和最优预料，并计算其最小预料误差的方差，最优预料，并计算其最小预料误差的方差，以及当期望输出时的最小方差解：依据题意，已知：解：依据题意，已知：依据对和阶分别为和d-1的要求，可得：由丢番方程(2.6)可得：令上式两边q的同幂次项系数相等，得下列代数方程组：解之得：由此可求出预料模型，最优预料，最优预料误差的方差，以及当期望输出时的最小方差限制律分别为：若给定值
9、：则有：所以可得：或最小方差调整的结构图 1)若d=1，则一步预料误差方差为，这说明预料误差随着预料长度d的增加而恶化，预料精度随之降低。此时的输出方差为：2)未加限制（即u(k)=0）时，由过程方程可得：探讨：探讨：此时的输出y(k)完全是由白噪声作用的结果，所以本身也是白噪声，具有与白噪声相同的特性，因而有：所以，当时，输出方差为：是加入最小方差限制后输出方差的4倍，可见，接受最小方差限制策略，使输出方差削减了3/4，而剩下的1/4是不行控部分所造成的。3）最小方差调整器的一个基本缺点：若过小，限制量就可能过大，从而使得执行机构或数模转换装置处于饱和状态而影响限制品质，同时也有可能加速执行
10、机构的磨损4）最小方差调整器的另一个基本缺点：最小方差限制只能适用于和均为稳定零点的系统2.3最小方差自校正器2.3.1 最小方差自校正调整器最小方差自校正调整器(接受干脆法接受干脆法)从预料模型入手推导参数辨识模型：从预料模型入手推导参数辨识模型：首先，令时，重写被控过程的预料模型(2.8)式:为了便于分析，把预料模型重写为：(2.15)式中：假如参数估计收到真值，那么在接受最小方差限制律对系统进行限制时，上式右边听有方括号中的项都为零，其效果等同于C=1的情形。所以，不论多项式取何种形式，(2.15)式均可以作为隐式算法的估计模型。依据闭环可辨识条件必需已知1）2）max对本问题即为max
11、为了满足估计模型参数的可辨识性条件，可以设定多项式F的首项系数为一合理的估计值，同时令：估计模型(2.15)可写为:此时，可利用比如渐消记忆最小二乘递推公式进行参数估计：可得最小方差限制律为：最小方差自校正调整器的设计步骤7）返回2）。已知：和1）设置初值和P(0)，输入初始数据；2）读取新的测量数据y(k)；3）组成测量数据向量和；4）用递推最小二乘估计公式计算最新参数估计向量和P(k)；5）计算自校正调整律u(k)；6）输出u(k)；2.4广义最小方差自校正限制器 自校正限制器：1975年D.W.Clarke等人提出，在指标函数中引入参考输入项和限制作用的加权项，适用于非逆稳定的被控系统
12、广义最小方差限制器设计 被控过程有下列表达式：(2.19a)噪声干扰n(k)是统计随机过程：(2.19b)所以系统模型为：(2.19c)限制目的是求使性能指标为最小时的系统限制量u(k)，其限制系统方框图如图2.3所示。系统的参考信号为，选择的性能指标为：限制系统方框图2.4.1 不同类型的广义最小方差限制器的推导不同类型的广义最小方差限制器的推导 为了得到d步预料器，将干扰滤波器分解成两部分：(2.20)此处：由(2.20)式可得：(2.21)由此可得干扰的d步预料为：(2.22)上式其次项中的v(k)可通过过去的被控变量y(k)和限制u(k)，依据(2.19)获得：(2.23)将(2.23
13、)式代入(2.22)式得：(2.24)由此并结合系统模型可得系统预料输出的表达式为：结合(2.21)式，上式可简化为：(2.25)对式(2.25)求解最小方差意义下的最优输出预料y*(k+d/k)为：(2.26)此时系统的实际输出为：(2.27)将(2.27)式代入性能指标J2中可得：(2.28)为了求得最小方差意义下的最优限制量，相对于u(k)对(2.28)求微小值，即求J2对u的导数，并令其为0，得：(2.29)通过分析多项式，和的首项函数，由项可以绽开成q-1的无穷级数多项式，它的首项函数为b0，所以可得：(2.30)将(2.26)式和(2.30)式代入(2.29)式，得：整理上式可得使
14、J2为最小时广义最小方差限制律为：(2.31)由(2.31)式可以推导出不同类型的最小方差限制器：1）当yr=0时，(2.31)式变成了带有限制限制的调整器，其调整律u1为：(2.32)2）当噪声滤波器的分母与过程分母相等时，其调整律u2为：(2.33)3）当对上两种状况接受J1为性能指标时，其调整律分别为u3和u4：(2.34)(2.35)4）对(2.31)中，接受J1，并令=，即当时的最小方差调整器u5为：(2.36)此式与(2.13)相同。2.4.2 广义最小方差限制器的特性分析广义最小方差限制器的特性分析 1）对于u4、u5的闭环系统，有相同的特征方程：整理后得：由此可得，只有当被控系
15、统的及均落在单位圆内，所设计出的调整系统才是稳定的，即调整律u4、u5只能用于逆稳定系统的零点B和C稳定，另外只有当被控过程本身是也是稳定时，才能使整个闭环系统稳定。2）对于调整器u3，其闭环系统特证方程为：有：即，当噪声滤波器中的极点时，不但要求 3）u2为常用的广义最小方差调整器，有，它的闭环系统特征方程为：整理后得：比较由u2和u4所得的广义最小方差调整和最小方差调整的闭环特征方程可以看出：当闭环系统不稳定。中含有不稳定的零点时，接受最小方差限制，当接受广义最小方差限制（调整）律，可以实现对非最小相位系统的稳定限制。4）广义最小方差限制律(2.31)与广义最小方差调整器u1有着相同的闭环特征方程：整理后得：由此可以看出，只要被控对象是稳定的，广义最小方差限制律和调整律均能适用于非最小相位系统。2.4.3 广义最小方差自校正限制器广义最小方差自校正限制器 接受与最小方差自校正调整器相像方式，将(2.25)式改写成(2.15)式的形式，就可以完全延用最小方差自校正调整器的方法设计广义最小方差自校正限制器