《现代控制理论基础李先允第1章节绪论》由会员分享，可在线阅读，更多相关《现代控制理论基础李先允第1章节绪论（24页珍藏版）》请在金锄头文库上搜索。
1、1,现代控制理论,2,一 控制理论发展简史,控制论发展经过了三个时期：,第一阶段：四十年代末到五十年代的经典控制论时期，着重研究单机自动化，解决单输入单输出（SISO-Single Input Single Output）系统的控制问题；它的主要数学工具是微分方程、拉普拉斯变换和传递函数；主要研究方法是时域法、频域法和根轨迹法；主要问题是控制系统的快速性、稳定性及其精度。,第二阶段：六十年代的现代控制理论时期，着重解决机组自动化和生物系统的多输入多输出（MIMO-Multi-Input Multi-Output）系统的控制问题；主要数学工具是一次微分方程组、矩阵论、状态空间法等等；主要方法是变
2、分法、极大值原理、动态规划理论等；重点是最优控制、随机控制和自适应控制；核心控制装置是电子计算机；,第三阶段：七十年代的大系统理论时期，着重解决生物系统、社会系统这样一些众多变量的大系统的综合自动化问题；方法是时域法为主；重点是大系统多级递阶控制；核心装置是网络化的电子计算机。,3,1.2 现代控制理论的主要内容,系统辨识 线性系统理论 最优控制 最优滤波理论 自适应控制,4,1.3现代控制理论与经典控制理论的对比,经典控制理论 现代控制理论, 形成和发展 在20世纪30-40年代，初步形成。 在20世纪40年代形成体系。 频率理论 根轨迹法, 在20世纪50年代形成 动态规划法 极大值原理
3、卡尔曼滤波 上世纪60年代末至80年代迅速发展。 非线性系统 大系统 智能系统, 以SISO线性定常系统为研究对象。 以拉氏变换为工具，以传递函数为基础在 频率域中分析与设计。,(2) 以MIMO线性、非线性、时变与非时变系统为主要研究对象。 (3) 以线性代数和微分方程为工具，以状态 空间法为基础。,5,一 几种控制策略,9）智能控制。,1）PID控制；,3）最优控制。,2）解耦控制；,4）随机控制；,5）系统辨识；,7）自适应控制；,6）预测控制；,8）鲁棒控制,6,（1） P-I-D控制,K p,K D s,K I/s,控制对象,y(t),d (t),u (t),e(t),r(t),PI
4、D控制器,u(t),D,P,I,t,特点：,PID算法蕴含了动态控制过程中过去现在和将来的主要信息, PID控制适应性好，有较强的鲁棒性；, PID算法简单明了，形成了完整的设计和参数调整方法, PID控制根据不同的要求，形成了一系列改进的PID算法,问题：,对存在大滞后环节、参数变化较大甚至结构也变化的对象，以及系统复杂环境复杂控制性能要求高的场合， PID控制不适用。,_,7,（2）解耦控制,思路：,设计一个解耦补偿器，来消除多变量系统中各有关输入输出变量间的关联作用，使一个输入只控制相应的一个输出，将多变量系统分解为几个单变量系统，然后可采用单变量控制策略。,多变量控制对象,解耦 补偿器
5、,控制器1,控制器n,un,u1,yn,y1,r1,rn,-,-,解耦补偿器实际上是一种解耦算法，其实质是根据对象的传递矩阵建立一个补充矩阵，使两阵乘积为对角线矩阵（完全无耦合）或对角线占优矩阵（松弛耦合）。,注意：,在控制对象的耦合机理和数学模型比较清楚的系统中，解耦控制是很有效的。,8,（3）最优控制,动力学系统,量测,u,X,y,特点：,模型确定，环境确定。,研究内容：,在给定性能指标下，如何选择控制规律u (t)，使性能指标 J 达到最优。,说明：,经典理论依赖试探法和经验对系统进行综合，对复杂难以得到满意的结果，对多输入系统输出系统经典论显得无能为力。用最优控制理论可使各种系统可能实
6、现严格数学意义上的最优控制规律。,控制策略,9,（4）随机控制,特点：系统模型确定，而扰动（环境）可用随机过程明确表示的受控动力学系统。扰动：分为模型噪声和量测噪声,受控对象,辨识,量测,状态估计,控制策略,(t),(t),u,X,y,研究内容：,1）分析动力学系统和系统变量的统计特性。,2）参数估计：属于曲线拟合问题。,3）状态变量估计：属于Klman滤波问题。希望估计越接近真值越好，因此，在某一确定的准则条件下，使估计在统计意义上达到最优称为最优估计。,4）最优随机控制：通过选择u(t) ,使随机系统的性能指标达到最小，这种控制称为随机最优控制。,10,(5)系统辨识,1)非参数模型:对试
7、验获取的频率特性(脉冲响应函数)等用最小二乘等拟合的方法得到传递函数(拟合的原则是在保证准确度的前提下,传递函数的阶数尽可能低一些).,特点:模型不确定.,借助试验和运行所得的数据,在指定的一类系统范围内,确定一个与被辨识系统等价的系统数学模型和参数,称为系统辨识.,2)参数模型：指直接用微分（差分）方程描述的模型。选择一个与实际系统相接近的数学模型，选定阶数后根据输入输出数据，采用最好的估计方法确定模型参数。,离线辨识（在结构和阶数确定的情况下，记录全部输入输出数据，用辨识法对数据进行集中处理，得参数估计）； 在线辨识（依据在线的输入输出数据，用递推的方法不断修正参数的估计值），若递推估值越
8、快，则估值精度越高在线实时辨识.,11,（6）自适应控制,特点：在模型不确定（工作环境基本确定或随机）的条件下，设计控制规律，使给定性能指标尽可能达到或保持最优；要求在工作过程中不断地在线辨识系统模型（结构和参数）或性能，作为形成及修正最优控制的依据自适应能力。,1）模型参考自适应控制系统：,2）自校正控制系统系统辨识与最优控制相结合的自适应控制系统。,12,1）模型参考自适应控制系统：,参考模型,控制器,被控对象,自适应机构,-,r(t),e(t),y(t),y m(t),u(t),-,+,+,+,在原来反馈控制系统的基础上再附加一个参考模型和一个自动调节控制器参数的调节回路。,要求系统在运
9、行过程中的动态响应与参考模型的动态响应相一致（状态或输出一致），当出现误差时，便将误差送入自适应机构，经过自适应控制律运算产生的调整作用，来改变控制器的参数，或产生等效的附加控制作用，使误差逐步趋于消失。,核心：如何综合自适应律？,参数优化法（搜索控制器参数，使某个预定的性能指标为最小）；,基于稳定性理论的设计方法（保证控制器参数的自适应调整过程是稳定的，且调整过程尽可能收敛快一些。Liapunov稳定性理论是设计自适应控制系统的有效工具。,13,2）自校正控制系统,被控对象,控制器,辨识器,w(k),y(k),r(k),u(k),特点：具有被控对象数学模型的在线辨识环节,首先，对被控对象进行
10、在线辨识，然后根据辨识得到的模型参数 和预先指定的性能指标 J 在线地综合控制作用 。,在设计辨识和控制算法时，考虑了随机扰动和测量噪声的影响，与随机控制不同在于增加了对对象的在线辨识任务，可称为随机自适应控制。,算法的关键是如何正确辨识对象模型的参数：确保被辨识的参数能收敛到真值（这当中有大量的工作要做）。,控制器设计机构,附加调节回路,J,可见自适应控制是一种逐渐修正渐进趋向期望性能的过程，因此，适用于模型和干扰变换缓慢的系统。,14,（7）预测控制,1）预测模型：是对象动态行为的预先描述。能依据系统的历史信息和选定的未来输入，预测未来一个时段的输出。,预测模型,滚动优化,反馈校正,r(k
11、),yr (k+i),控制对象,参考轨迹,u (k),ym (k+i),yc(k+i),预测控制器,Y(k),是一种基于模型又不过分依赖模型的控制策略。,2）滚动优化：是预测控制的核心，它保持了优化控制的原理，但不是进行全局整体优化，而是随时间推移逐段优化在每一时刻都提出一个立足于该时刻且仅涉及到预测时域的局部优化指标，进行反复在线优化。,3）反馈校正：是在控制的每一步，都检测实际输出并与基于模型的预测值进行比较，以修正模型预测的不准确性，然后再进行新的优化。,15,这种“边走边看”的启发式的滚动优化策略，可以随时顾及模型失配、时变、非线性或其他干扰因数等不确定性的影响，及时进行弥补，减小偏差
12、，以获得较高的综合控制质量。这在复杂的工业环境中，要比建立在理想条件下的最优控制更加实际和有效,预测控制不讲结构形式，只强调模型的功能，打破了传统控制中对模型结构的严格要求，更着眼于在信息的基础上根据功能要求按最方步的途径建立模型。,缺点：在建模时没有充分利用过程知识，且计算工作量大。,16,（8）鲁棒控制,鲁棒控制是针对当数学模型存在不确定性（包括模型不精确、降阶近似、非线性线性化、参数和特性随时间的变化或漂移等）时,所设计的控制器仍能使系统保持内稳定和理想的性能要求，它在一定程度上弥补了现代论对数学模型依赖过高的缺陷。,鲁棒性：指数学模型与实际过程出现失配时，能使系统性能保持在允许范围内的
13、能力,稳定鲁棒性：设计一个控制器，使对每一个摄动后的对象，都能保证闭环系统的稳定性。,品质鲁棒性：设计一个控制器，使对每一个摄动后的对象，闭环系统都能满足稳定性和某种特定的系统性能。,可见：鲁棒性概念是指给定一个控制器，如果某集合中的每一个对象都能保持某种特性成立，则称该控制器对此特性是鲁棒的。,17,鲁棒控制有两种方法,现代鲁棒控制采用了频率方法和状态空间相结合,直接在状态空间上进行设计.使设计过程简单,控制器阶次较低,结构特性明显.,1）代数方法：对象描述是状态矩阵或特征多项式,2）频域方法：对象描述是传递函数矩阵，典型的是H方法。,18,（9）智能控制,“智能控制理论”突破传统控制中对象
14、有明确的数学描述和控 制目标是必须量化的制约。是一种能模仿人类智能的非传统的控制 方式。,智能控制是在非完整的指标下，通过最基本的操作（即归纳G、集注FA和组合操作CS)，把不确定的复杂系统引向规定的目标。,系统的复杂性：对象复杂；环境复杂；任务复杂。,导致系统的不确定性，对传统控制提出了最大挑战。,特点：, 以知识为基础进行推理，用启发式来引导求解过程；,采用符号信息化处理、启发式程序设计、知识表示、自动推理等，对实际环境或过程进行决策和规划，实现广义问题的求解。即采用人工思维过程，对用传统控制论难以控制的系统实现有效的控制。,19,智能控制的分类, 基于规则的智能控制系统 模糊控制系统,基
15、于连接的智能控制系统 神经元网络控制系统,混合智能控制系统 模糊神经网络智能控制系统,基于行为的智能控制系统 由多传感器组成的各种机器人,20,模糊控制不须建立对象的精确的数学模型，而用语言归纳操作人员的控制策略，运用语言变量和模糊集合论形成控制算法。它绕过对象的不确定性、不精确性、噪音以及非线性、时变性、时滞等影响，因此系统的鲁棒性强。,模糊化,模糊推理,模糊判决,控制对象,规则库,增量计算,e,u,y,模糊控制器,把精确量(一般取误差及误差变化律)转化成模糊量；,按总结的语言规则（在规则库中）进行模糊推理；,把推理结果转化成可以用于实际控制的精确量。,问题：需要完善的控制规则。,r,21,专家控制,专家控制是试图在控制闭环中加入一个有经验的控制工程师，系统为他提供一个“控制工具箱”，即可对控制、辨识、测量、监视等各种方法和算法选择自便、调用自如。故专家控制可视为对一个控制专家在解决问题或进行控制操作时的思路、方法，经验、策略的模拟。,信息处理特征提取,推理机,控制规则集,控制对象,y,u,专家控制器,r,控制专家在完成控制任务时主要进行三项工作：,观察、检测系统中的有关变量和状态；,运用自己的知识和经验判断当前系统运行的情况，并分析比较各种可
