基于非线性系统的控制律设计

合集下载

《自动控制原理》考点精讲(第8讲 非线性控制系统分析)

《自动控制原理》考点精讲(第8讲  非线性控制系统分析)
(2)稳定性分析很复杂 线性系统的稳定性只取决于系统的结构与参数,而与外部作用 和初始条件无关。 非线性系统的稳定性:与系统的参数与结构、运动的初始状 态、输入信号有直接关系。 非线性系统的某些平衡状态(如果不止有一个平衡状态的话) 可能是稳定的,而另外一些平衡状态却可能是不稳定的。
自动控制原理(自动控制理论)考点精讲
量外,还含有关于ω的高次谐波分量。使输出波形发生非线
性畸变。 正弦响应的复杂性:①跳跃谐振及多值响应;②倍频振荡与 分频振荡;③组合振荡(混沌);④频率捕捉。 混沌:
自动控制原理(自动控制理论)考点精讲
网学天地( )
e
x
x(t)
x(t)
x(t)
x(t)
ωt ωt
ωt ωt
自动控制原理(自动控制理论)考点精讲
自动控制原理(自动控制理论)考点精讲
网学天地( )
例:欠阻尼二阶系统的相平面描述——相轨迹
相轨迹在某些特定情况 下,也可以通过积分法, 直接由微分方程获得x和x 导数的解析关系式:
x dx = f (x, x) ⇒ g(x)dx = h(x)dx dx
自动控制原理(自动控制理论)考点精讲
α
=
dx dx
=
f (x, x) x
则与该曲线相交的任何相轨迹在交点处的切线斜率均为α,
该曲线称为等倾线。 注1:线性系统的等倾线为直线; 注2:非线性系统的等倾线为曲线或折线。
自动控制原理(自动控制理论)考点精讲
网学天地( )
由等倾线的概念知,当相轨迹经过该等倾线上任一点时,其 切线的斜率都相等,均为α。取α为若干不同的常数,即可 在相平面上绘制出若干条等倾线,在等倾线上各点处作斜率 为α的短直线,并以箭头表示切线方向,则构成相轨迹的切 线方向场。

具有执行器饱和系统的控制器设计理论及应用研究

具有执行器饱和系统的控制器设计理论及应用研究
维普资讯
第 2 卷第 1 0 期
20 0 6年 3月
山 东




院 学

Vo . 0 No. 12 1 Ma . o 6 r2o
J R A FS A D N 姗 伽 N LO H N 0 G
舵 0 J HI N U r Y FIG ' D sR I
状态 被分割为两部分 和 2那么在降维观测器 中只需要估计 2 。 , 。 11 控 制律 的设计 .
考虑 ̄( ) l f2 的控制对象
图 1 控 制 结构 图
合成控制律的具体设计步骤如下 :
S p 1. t ( )首先忽略饱和按照系统的性能要求进行极点配置 , e 选择的 使 :1A+ () 系统渐进稳定的矩阵 ;2闭环 C s— () (l A—B ) B有期望特性。 F 。 S p2 . 计降维观测器 。将 两部分 : t ()设 e F=[ 2求得降维观测器的状态 : l ]
方法 , 就是首先忽略执行器饱和用经典线性理论设计线性控制律 , 再设计饱 和补偿器消除饱和 的影响 , 例如 BnM.hn j e Ce【设计的 C F控制器 ,r m e a L和 M l r t1 J 3 N G m t1 4 i . u e e a. 利用了解 L I J d M
的方法设计的补偿器。
本文对于一类含有执行器饱和的线性系统 , 提供 了一种控制律 的合成方法 。用该方法设 计的抗饱和的非线性控制律和 P I D控制器组合而成。非线性控制律既能满足快速响应要求又 能抑制超调 ,I 控制器可以有效的消除静差 , P) T 同时具有抗干扰能力 。将该方法用于伺服跟踪
系统的控制器设计 , 仿真实验表明具有 良好的跟踪性能。

自动控制原理第七章非线性控制系统的分析

自动控制原理第七章非线性控制系统的分析
X X
这里,M=3,h=1
负倒描述函数为
N 1 X
X
12 1 1 2
X
X 1
X 1, N 1 X , N 1
必有极值
d N 1X 令
0 dX
得 X 2
N 1 2
2
0.523
12
1
1 2
2
6
X: 1 2
-N-1(X): 0.523
2.自振的稳定性分析
在A点,振幅XA,频率A。
扰动:
X : A点 C点 C点被G(j)轨迹包围,不稳定,
振幅 ,工作点由C点向B点运动;
A点一个不稳 定的极限环。
X : A点 D点 D点不被G(j)轨迹包围,稳定,
振幅 ,工作点由D点左移。
在B点,振幅XB,频率B 。 扰动:
X : B点 E点 E点不被G(j) 轨迹包围,稳定,
振幅 ,工作点由E点到B点;
X : B点 F点 F点被G(j)轨迹包围,不稳定,
振幅 ,工作点由F回到B点。
B点呈现稳定的自激振荡:振幅XB ,频率B。
3.闭环系统稳定性判别步骤
1)绘制非线性部分的负倒描述函数曲线和线 性部分的频率特性曲线。
2)若G(j)曲线不包围“-N-1(X)”曲线,则系统稳定。 若G(j)曲线包围“-N-1(X) ”曲线,系统不稳定。 若G(j)曲线与“-N-1(X)”曲线相交,系统出现自振。
3)若G(j )曲线与“-N-1(X)”曲线有交点,做以 下性能分析:
(1)不稳定的极限环
(2)稳定的极限环 计算自振频率和幅值。
例1:非线性系统如图所示,其中非线性特性为 具有死区的继电器,分析系统的稳定性。
0e

非线性大作业—直流电动机调速系统的建模与控制系统的设计

非线性大作业—直流电动机调速系统的建模与控制系统的设计
其中,n为矩阵A的维数, 称为系统的能控性判别矩阵。
3、PBH秩判据
线性定常系统(1)为完全能控的充分必要条件是,对矩阵A的所有特征值 均成立, ( )或等价地表示为 , 也即(SI-A)和B是左互质的。
4、PBH特征向量判据
线性定常系统(1)为完全能控的充分必要条件是A不能有与B的所有列相正交的非零左特征向量。也即对A的任一特征值,使同时满足 , 的特征向量 。
所谓最优控制,就是根据建立的系统的数学模型,选择一个容许的控制规律,在一定的条件下,使得控制系统在完成所要求的控制任务时,使某一指定的性能指标达到最优值、极小值或极大值。本文利用线性二次型最优调节器(LQR)方法对移动高架吊车进行最优控制。控制目的是使移动高架吊车能在不平衡点达到平衡,并且能够经受一定的外加干扰[8]。
能控性的直观讨论:
从状态空间的角度进行讨论:输入和输出构成系统外部变量,状态为系统内部变量。能控性主要看其状态是否可由输入影响。每一个状态变量的运动都可由输入来影响和控制,由任意的始点到达原点,为能控,反之为不完全能控。具体来说就是指外加控制作用u(t) 对受控系统的状态变量x(t)和输出变量y(t)的支配能力,它回答了u(t)能否使x(t)和y(t)作任意转移的问题。
3.1.2能控性判据
我们利用线性系统的能控性判据来判断其能控性。
设线性定常系统状态方程为:
(1)
1、格拉姆矩阵判据
线性定常系统(1)为完全能控的充分必要条件是,存在时刻,使如下定义的格拉姆(Gram)矩阵 为非奇异。
其中,该判据的证明用到了范数理论中的矩阵范数,在此不再赘述。
2、秩判据
线性定常系统(1)为完全控的充分必要条件是 ,
2 直流电动机调速系统数学模型的建立

飞行器控制律设计方法发展综述

飞行器控制律设计方法发展综述
飞行器控制律设计方法发展综述 方舟
08.10.12
1
综述(1)
经典方法: 在我国航空工程界,到目前为止,大多数战斗机的 控制系统都是采用经典频域或根轨迹法设计的。这种 方法简单实用,设计过程透明,工程设计人员可清晰地 看到系统的动态和性能是如何被修改的。而且现行的 飞行品质要求大多数是根据经典控制理论提出的,设 计依据充分,设计人员凭借自身丰富的设计经验,通过 使用多模态控制律以及调参技术等,最终可以设计出 性能较为完善的飞行控制系统。
7
特征结构配置控制(1)
优点:极点配置的一种扩展,能够在考虑系统零、 极 点要求的同时,满足在多变量之间解耦、 系统鲁棒性 等方面的要求。 设计:特征值决定了系统的响应快慢,反映了模态的 阻尼比、 自然频率等特征。特征向量则表明了各个 模态之间是如何按照回路状态分布,反映了模态之间 的耦合,且飞行品质要求中正好包含了这些耦合指标, 如有关滚转运动中荷兰滚振动的幅度,或者滚转角和 侧滑角之间的相对相位等,这些指标可以直接转化成 对特征向量的要求。通过特征结构配置,能够使闭环 系统的动态响应既满足一定的阻尼特性,又使各模态 之间保持期望的关联 /解耦合特性。
5
ห้องสมุดไป่ตู้
先进飞行控制系统
常用的先进飞行控制系统有:
(1)最优二次型控制 (2)特征结构配置控制 (3)非线性反馈线性化控制 (4)非线性 H 优化与μ综合鲁棒控制 (5)滑模变结构控制 (6)反步控制 (7)神经网络自适应控制
6
最优二次型控制
原理:采用一个数学上准确的性能指标来描述系统的 性能规范,从这个性能指标出发,便可求得系统的控 制增益,相当于同时闭合了多个控制回路并使各控制 回路的性能自动地协调。 优点:基于系统的状态变量模型,状态变量模型比传 递函数的描述包括更多的系统信息,从而容易得到完 善的控制系统性能。 缺点:将飞行控制系统的性能要求转换为设计用的性 能指标、加权系数的选择原则、 鲁棒性等问题,到目 前为止还没有得到很好的解决。

自动控制原理第九章非线性控制系统PPT课件

自动控制原理第九章非线性控制系统PPT课件
02
非线性系统的数学描述
01
02
04
非线性微分方程
非线性微分方程是描述非线性系统动态行为的数学模型之一。
它通常表示为自变量和因变量的函数,其中包含未知函数的导数。
非线性微分方程的解可以描述系统的输出响应与输入信号之间的关系。
解决非线性微分方程的方法通常包括数值解法和解析解法。
03
非线性传递函数是描述非线性系统的另一种数学模型。
非线性系统的特点
研究非线性系统的方法包括解析法、数值法和实验法等。
总结词
解析法是通过数学推导和求解方程来研究非线性系统的行为和特性。数值法则是通过数值计算和模拟来研究非线性系统的行为和特性。实验法则是通过实际实验来研究非线性系统的行为和特性,通常需要设计和构建实验装置和测试系统。
详细描述
非线性系统的研究方法
它类似于线性系统的传递函数,但包含非线性项和饱和项。
非线性传递函数可以表示系统的输入输出关系,并用于分析系统的性能和稳定性。
分析非线性传递函数的方法包括根轨迹法和相平面法等。
01
02
03
04
非线性传递函数
非线性状态方程是描述非线性系统动态行为的另一种数学模型。
非线性状态方程可以用于分析系统的稳定性和动态行为,并用于控制系统设计。
非线性系统仿真软件
非线性系统仿真实例是通过计算机仿真技术对实际非线性系统进行模拟和分析的实例,它可以帮助用户更好地理解非线性系统的特性和行为,并验证仿真模型的正确性和有效性。
常见的非线性系统仿真实例包括电机控制系统、飞行器控制系统、机器人控制系统等,这些实例可以帮助用户更好地了解非线性系统的控制方法和优化策略。
飞行器控制系统
化工过程控制系统

基于扰动观测器的轮式移动机器人滚动时域路径跟踪控制

基于扰动观测器的轮式移动机器人滚动时域路径跟踪控制

第51卷第3期2021年5月吉林大学学报(工学版)Journal of Jilin University (Engineering and Technology Edition)V o l. 51 N o. 3M a y 2021基于扰动观测器的轮式移动机器人滚动时域路径跟踪控制于树友“2,常欢2,孟凌宇2,郭洋2,曲婷1(1.吉林大学汽车仿真与控制国家重点实验室,长春130022;2.吉林大学通信工程学院,长春130022)摘要:轮式移动机器人路径跟踪控制问题中通常存在状态约束和输入约束,并且系统运行时 容易受到外部扰动的影响。

本文基于非线性扰动观测器提出了一种轮式移动机器人滚动时域 路径跟踪控制策略。

当没有外部扰动作用于系统时,滚动时域控制算法可以满足控制约束和 状态约束,并且使得轮式移动机器人跟踪期望的轨迹;当存在外部干扰,尤其是慢变扰动时,非线性扰动观测器能够估计扰动,并通过反馈补偿扰动对轮式移动机器人移动轨迹的影响。

仿 真结果表明,在外部干扰存在的情况下该控制策略能够保证移动机器人渐近跟踪期望路径。

关键词:自动控制技术;轮式移动机器人;路径跟踪问题;扰动观测器;滚动时域控制中图分类号:T P273 文献标志码:A文章编号:1671-5497(2021)03-1097-09D O I:10. 13229/ki.j d x b g x b20200065Disturbance observer based moving horizon control for pathfollowing problems of wheeled mobile robotsY U S h u-y o u12,C H A N G H u a n2,M E N G L i n g-y u2,G U O Y a n g z,Q U T i n g1(1. S ta te K e y L a b o r a to r y o f A u to m o tiv e S im u la tio n a n d C o n tro l ^J ilin U n i v e r s i ty C h a n g c h u n130022, C h in a;2. C o lle g e o f C o m m u n ic a tio n E n g in e e r in g, J ilin U n iv e r sity y C h a n g ch u n130022, C h in a)Abstract:State constraints,input constraints and external disturbances usually exist in the path following problem of w h e e l e d mobile robots.Ba s e d o n nonlinear disturbance observer,a m o v i n g horizon control strategy for path following p r o blem of wheeled mobile robots is proposed in this paper.W h i l e there is n o disturbance at all,the m o v i n g horizon control can satisfy the input and state constraints,and drive the w h e eled mobile robot to the desired path.W h i l e there are disturbances,in particular,slow varying and “big”disturbances,the proposed nonlinear disturbance observer can estimate the disturbances,and c o m p ensate the influence of the disturbances o n the w h e e l e d mobile robot through a feedback.Simulation results s h o w that the proposed control strategy can guarantee the convergence of the mobile robot to the desired path under the external disturbance.收稿日期:2020-02-10.基金项目:国家自然科学基金项目(U1964202,61703178);江苏省新能源汽车动力系统重点实验室开放课题项目(JKLNEVPS201901).作者简介:于树友(1974-),男,教授,博士 .研究方向:预测控制,鲁棒控制.********************.cn通信作者:曲婷(1982-),女,副教授,博士 .研究方向:汽车动力系统控制及驾驶员行为建模.E-mail :**************.cn•1098 .吉林大学学报(工学版)第51卷Key words:automatic control technology;w h e eled mobile robot;path following p r o b l e m;disturbance observer;m o d e l predictive control〇引言轮式移动机器人(W h e e l e d mobile robot,W M R>是典型的非完整约束系统由于Brockett 条件11的存在,不能获得连续可微、线性时不变的 反馈控制律镇定轮式移动机器人系统。

2024版第2章自动控制理论基础

2024版第2章自动控制理论基础
根据控制信号的性质,自动控制系统可分为模拟控制系统和数字控制系统;根据被控对象的特性,可分为线性系 统和非线性系统;根据系统参数是否随时间变化,可分为定常系统和时变系统;根据系统输入输出的数量,可分 为单输入单输出系统和多输入多输出系统。
自动控制应用领域
工业自动化
自动控制技术在工业自动化领域应用 广泛,如自动化生产线、工业机器人、 自动化仓储等。
建模方法包括机理建模和实验建模两种。 机理建模是根据系统的物理或化学原理 建立数学模型,适用于对系统内部机理 有深入了解的情况。实验建模则是通过 系统输入输出数据的测量和分析,建立 系统的数学模型,适用于对系统内部机 理了解不足的情况。
线性系统稳定性分析
稳定性的概念与分类
稳定性分析方法
稳定性是指系统在受到扰动后,能否 恢复到原来的平衡状态或趋近于某个 稳定的平衡状态。根据稳定性的不同 特点,可以将稳定性分为渐近稳定、 指数稳定、有界稳定等。
04
智能家居
自动控制技术在智能家居领域的应用 包括智能照明、智能空调、智能安防 等。
02
自动控制基本原理
反馈控制原理
03
反馈控制定义
通过将被控对象的输出信号与期望信号进 行比较,产生误差信号,再利用误差信号 对被控对象进行控制的方式。
反馈控制特点
具有抑制干扰、减小误差、提高系统稳定 性等优点,但可能产生滞后现象。
稳定性分析方法包括时域分析法、频 域分析法和根轨迹法等。其中,时域 分析法是通过求解系统的微分方程, 分析系统的时间响应来判断稳定性; 频域分析法是通过分析系统的频率响 应特性来判断稳定性;根轨迹法是通 过绘制系统特征方程的根轨迹图来判 断稳定性。
稳定性判据
稳定性判据是用来判断线性系统稳定 性的重要依据,包括劳斯判据、赫尔 维茨判据、奈奎斯特判据等。这些判 据可以通过分析系统的特征方程或频 率响应特性,得出系统稳定的条件。

自动控制原理第七章非线性系统ppt课件

自动控制原理第七章非线性系统ppt课件

7.1.3 非线性系统的分析方法
非线性的数学模型为非线性微分方程,大多数尚无 法直接求解。到目前为止,非线性系统的研究还不成熟, 结论不能像线性系统那样具有普遍意义,一般要针对系 统的结构,输入及初始条件等具体情况进行分析。工程 上常用的方法有以下几种:
(1)描述函数法(本质非线性):是一种频域分析法,
实质上是应用谐波线性化的方法,将非线性特性线性化, 然后用频域法的结论来研究非线性系统,它是线性理论 中的频率法在非线性系统中的推广,不受系统阶次的限 制。
(2)相平面法(本质非线性):图解法。通过在相平 面上绘制相轨迹,可以求出微分方程在任何初始条件下 的解。是一种时域分析法,仅适用于一阶和二阶系统。
4M
sin t
故理想继电器特性的描述函数为
N ( A)
Y1 A
1
4M
A
请牢记!
即 N(A)的相位角为零度,幅值是输入正弦信号A的函数.
2.饱和特性
当输入为x(t)=Asinωt,且A大于线性区宽度a 时,
饱和特性的输出波形如图7-10所示。
y
x
N
M
k 0a
x
yy
0 ψ1
π

ωt
0 x
ψ1
π
A sin 1
x(t) Asint
则其输出一般为周期性的非正弦信号,可以展成傅氏级 数:
y(t ) A0 ( An cos nt Bn sin nt ) n1
若系统满足上述第二个条件,则有A0=0
An
1
2 y(t ) cos ntd t
0
Bn
1
2 y(t ) sin ntd t
0
由于在傅氏级数中n越大,谐波分量的频率越高,An,Bn

非线性系统Backstepping飞行控制律设计

非线性系统Backstepping飞行控制律设计


)+g ( x ) +d ( , t )
1 = l
当 ,=0时 , ≤0 , 控制 器镇 定.
第i 步: 。 一O l ㈠, 仪 =一C i Z 一 一 1 构 造
引入下列 误差 迭代变 换
L y a p u n 。 v函数 = 一 。 + 1 2 并 求导

= 一


2 一
∑ 2 + 2 ; i Ⅲ
并求 导

n n

Ot n 1

当 + =0时 , ≤ 0, 控制器 镇定.
第 n步 : : 一 +


第一步: i= 1 , l

1 , 1 =一 C 1 z 1 ,构 造
L y a p u n 。 v函数 V z= 1 2 对 其 求导 = 1 ( 2+O L 1 ) =一C 1 z + 1 2 当 =0时 , ≤0 , 控制 器镇定 .
7 8
佳 木 斯 大 学 学 报 ( 自 然 科 学 版 ) 】= 2+d 1 ( , t )
正 2= 3+d 2 ( , t )
= 一 cI z — c 2 + Z 2 Z 3
2 0 1 3年
造L y a p u n o v函数 = + 1 2 并求 导
= 一
i a 1 0 9 3 0 +
适应 B a c k s t e p p i n g 控制 问题 在控制领域 中是非常
必 要 的.
W。 =
一 3 0 w + 等+ + —

/ 4 ‘ 1 9
本文提 出了一种 B a c k s t e p p i n g 飞行控 制律 的 设计方法 , 最终 的控制信号 u 通过一系列的虚拟信

非线性振动系统滑模控制稳定性分析

非线性振动系统滑模控制稳定性分析

非线性振动系统滑模控制稳定性分析一、非线性振动系统概述非线性振动系统是一类在自然界和工程实践中广泛存在的动态系统,其动力学行为表现出明显的非线性特征。

这类系统的研究对于理解和控制复杂系统的动态行为具有重要意义。

非线性振动系统的研究涉及多个学科领域,包括但不限于机械工程、电气工程、航空航天以及生物医学工程等。

1.1 非线性振动系统的特点非线性振动系统的特点主要表现在以下几个方面:- 非线性力:系统受到的力或扭矩与其位移或速度的关系不是线性的,常见的非线性力包括弹簧的非线性刚度和阻尼器的非线性阻尼。

- 多稳态行为:系统可能存在多个稳定状态,即在不同的初始条件下,系统可能收敛到不同的平衡点。

- 混沌现象:在某些参数条件下,系统的行为可能表现出高度的不可预测性和复杂性,这种现象称为混沌。

- 极限环:在某些情况下,系统的动态行为可能表现为周期性的轨迹,称为极限环。

1.2 非线性振动系统的应用场景非线性振动系统的应用场景非常广泛,包括:- 机械系统:如汽车悬挂系统、机器人关节、高速旋转机械等。

- 电气系统:如电力系统的稳定性分析、电子振荡器等。

- 航空航天:如飞行器的飞行控制、航天器的姿态控制等。

- 生物医学:如心脏起搏器、人工耳蜗等。

二、滑模控制理论基础滑模控制(Sliding Mode Control, SMC)是一种鲁棒的控制策略,它能够在系统参数和外部扰动存在不确定性的情况下,保证系统的稳定性和性能。

滑模控制的核心思想是在系统状态空间中设计一个滑动面,当系统状态达到这个面时,系统将沿着这个面滑动至期望的状态。

2.1 滑模控制的基本原理滑模控制的基本原理包括以下几个步骤:- 滑动面设计:根据系统的性能要求,设计一个滑动面,这个面通常是系统状态空间中的一个超平面。

- 到达条件:设计控制律,使得系统状态能够到达并保持在滑动面上。

- 滑动模态:当系统状态到达滑动面后,系统将沿着滑动面滑动至期望的状态,这个过程称为滑动模态。

《非线性系统分析与控制》资料教材

《非线性系统分析与控制》资料教材

统,分析该平衡点的稳定性; 2)Lyapunov第二方法。
2.极限环
非线性系统能够在没有外激励时产生固定幅值和固定周 期的振荡,这种振荡叫极限环或自激振荡。
例 :描述范德堡方程 的二阶微分方程(质量-弹簧-阻尼 器系统)为: 2c( x 2 1) x kx 0 m x
c 和 k 为正常数,分析该系统的特点) ( m、 • 非线性系统的极限环不同于线性系统的临界稳定或持 续振荡。 • 极限环代表了非线性系统的一种重要现象,分有害和 有益两种情况,应分别对待。
ax x 3 0 x

a 由正变负时,一个平衡点分裂为三个点
(x e 0, a , a ),这表明系统的动态特性的质变,
a 0 为一临界分叉值。
4.混沌
1)混沌的解释:由确定性方程(内因)直接得到的具 有随机性的运动状态。或者说,混沌是具有随机性的非 周期性振荡。 2)混沌对初始条件非常敏感,即初始条件的微小差别 常常使轨道按指数形式分开(蝴蝶效应)。 3)混沌是一种确定性运动:无周期而有序、已发现三 条通向混沌的道路、Feigenbaum普适常数、有界性和 对初值具有很强的敏感性。 4)具有通常确定性运动所没有的统计和几何特征: 5)局部不稳定而整体稳定、无限自相似、连续功率谱、 奇怪吸引子分维数、正的Lyapunov特征指数、正测度 熵等。
三、非线性控制理论
有一部分系统可以在基本满足工程需要的条件下 将其在某一平衡点处加以近似线性化; 也有一些系统,在分析它的大干扰稳定性与动态 品质时,就不宜把它近似地作为线性系统处理; 现代非线性科学所揭示的大量有意义的事实,例 如分叉、混沌、奇异吸引子等,均远远超过人们 熟知的非线性系统的自振现象,无法用线性系统 理论来解释。 非线性控制系统的研究几乎是与线性系统平行的, 并已经提出了许多具体方法,如相平面法、描述 函数法、绝对稳定性理论、Lyapunov稳定性理论、 输入输出稳定性理论等。

基于多指标非线性控制方法的虚拟同步发电机控制

基于多指标非线性控制方法的虚拟同步发电机控制

文章编号:1004-289X(2022)05-0010-06基金项目:国家自然科学基金项目(51267001)ꎻ广西自然科学基金资助项目(2014GXNSFAA118338)ꎻ广西科学研究与技术开发计划项目(14122006-29)ꎻ南宁市科学研究与技术开发计划项目(20165186)基于多指标非线性控制方法的虚拟同步发电机控制李啸骢1ꎬ2ꎬ杨松1(1 广西电力系统最优化与节能技术重点实验室(广西大学)ꎬ广西壮族自治区㊀南宁㊀530004ꎻ2 南宁学院机电与质量技术工程学院ꎬ广西壮族自治区㊀南宁㊀530200)摘㊀要:为了给三相电压源型逆变器系统加入惯性和阻尼ꎬ将虚拟同步发电机(VSG)技术引入到控制设计当中ꎬ以改善系统的性能ꎬ但因逆变器内环控制采用线性控制方法ꎬ导致控制律的设计不够精确ꎮ为此ꎬ引入多指标非线性控制方法来设计控制策略ꎬ选取逆变器输出电压和输出电流的线性组合作为输出函数ꎬ根据微分几何理论证明系统能够反馈线性化ꎬ并求出非线性控制律ꎮ仿真结果表明ꎬ系统并网运行时频率的最大波动从50 35Hz减小到50 04Hzꎬ验证了所提的VSG多指标非线性控制策略的有效性ꎮ关键词:逆变器ꎻ虚拟同步发电机ꎻ多指标非线性控制ꎻ精确线性化ꎻ动静态性能中图分类号:TM761ꎻTM464㊀㊀㊀㊀㊀文献标识码:AVirtualSynchronousGeneratorControlBasedonMulti ̄indexNonlinearControlMethodLIXiao ̄cong1ꎬ2ꎬYANGSong1(1 GuangxiKeyLaboratoryofPowerSystemOptimizationandEnergyTechnology(GuangxiUniversity)ꎬNanning530004ꎬChinaꎻ2 CollegeofMechanicalandElectricalandQualityTechnologyEngineeringꎬNanningUniversityꎬNanning530004ꎬChina)Abstract:Inordertoaddinertiaanddampingtothethree ̄phasevoltagesourceinvertersystemꎬthevirtualsyn ̄chronousgenerator(VSG)technologyisintroducedintothecontroldesigntoimprovetheperformanceofthesystem Howeverꎬduetothelinearcontrolmethodintheinnerloopꎬthedesignaccuracyofthesystemisnotenough ThereforeꎬMNLC(Multi ̄indexNonlinearControl)isintroducedtodesignthecontrolstrategy Thelinearcombinationofinverteroutputvoltageandinductancecurrentisselectedastheoutputfunction Accordingtothedifferentialgeometrytheoryꎬitisprovedthatthesystemcanbefeedbacklinearizedꎬandthenonlinearcontrollawisobtained Thesimulationresultsshowthatthemaximumfrequencyfluctuationofthesystemisreducedfrom50 35Hzto50 04HzꎬwhichverifiestheeffectivenessoftheproposedVSGmulti ̄indexnonlinearcontrolstrategyꎮKeywords:electricinvertersꎻvirtualsynchronousgeneratorꎻmulti ̄indexnonlinearcontrolꎻexactlinearizationꎻdy ̄namicandstaticperformance1㊀引言随着越来越多的新能源接入电网ꎬ逆变并网运行方式在电网中已普遍存在ꎮ这类由逆变器产生的交流电源由于没有传统同步发电机所具有的惯性和阻尼ꎬ其并网运行的稳定性会受到影响[1-3]ꎮ为了得到传统发电机的惯性和阻尼ꎬ维持电网稳定ꎬ本文将虚拟同步发电机VSG(VirtualSynchronousGenera ̄tor)控制方法引入到逆变器控制设计中[4-6]ꎬ并采用多指标非线性控制方法设计其控制律ꎮ以期获得准确且具有工程实用价值的逆变交流电源的非线性虚拟同步发电机控制策略ꎮ㊀㊀目前ꎬ三相电压源型逆变器的外环采用VSG控制ꎬ内环仅限于沿用传统的PI控制及其改进[7-8]ꎮ文献[9]将比例谐振(ProportionalResonantꎬPR)控制引入到VSG控制中ꎬ可有效提高系统的稳定性ꎮ文献[10]提出一种在工频以内设计VSG参数的方法ꎬ但设计过程较为复杂且条件不易满足ꎮ文献[11]提出含储能的逆变器控制ꎬ但整定参数难以计算ꎮ其中还有大部分的文献仅仅是在讨论如何改变VSG惯量和阻尼系数的问题ꎬ并未从控制结构上进行改进ꎮ文献[12]提出根据发电机功角曲线来调节转动惯量和阻尼系数ꎬ并证明在并网和离网模式下系统能够快速抑制频率的振荡ꎬ可降低超调并快速响应ꎬ使电压和频率迅速上升至稳定值ꎮ文献[13]采用根轨迹的方法来分析VSG参数对系统稳定性的影响ꎬ并提出参数自适应的VSG控制ꎬ可有效抑制频率变化率和偏差量ꎮ㊀㊀上述几种方法都是将逆变器模型进行线性化ꎬ然后建立小信号模型进行分析设计ꎬ但逆变器属于非线性系统ꎬ仅采用线性控制理论来进行控制设计精度是不够的ꎮ文献[14]提出将协同控制理论与VSG技术融合ꎬ其中重点设计了VSG无功参考值ꎬ虽然提高了系统的抗扰性ꎬ但未涉及虚拟励磁调节器的控制研究ꎮ文献[15]在滑模控制基础上提出一种方法并应用于同步发电机四阶模型的控制设计上ꎬ可以改善系统的性能ꎬ但系统优化的效果不够明显ꎮ文献[16]提出一种新型的反推控制方法ꎬ考虑逆变器系统的非线性ꎬ解决了电网不确定因素所带来的扰动ꎬ但文中未对无功电压控制环路展开详细的研究ꎮ文献[17-19]采用反馈线性化方法对逆变器系统进行控制设计ꎬ与传统的PI控制方法相比ꎬ系统的动静态性能得到很好的改善ꎬ但都仅限于对离网系统的研究ꎬ并未在并网系统中深入讨论ꎮ㊀㊀本文采用多指标非线性控制改善系统的动静态性能ꎬ首先介绍VSG的数学模型并建立系统仿射非线性模型ꎬ选择逆变器输出电压和输出电流作为输出函数ꎻ再证明该模型满足两个条件 能控性条件和对合条件ꎬ所以可以状态反馈线性化ꎻ最后求取多指标非线性控制律ꎮ仿真结果验证了所提控制方案的有效性ꎮ2㊀三相逆变器控制策略2 1㊀三相逆变器电路结构及控制图1㊀三相电压型逆变器整体控制框图㊀㊀三相电压型逆变器的整体控制策略如图1所示ꎮ图中ꎬUdc为直流电压源ꎻL和C分别为滤波电感及滤波电容ꎻiLabc和igabc分别为逆变器输出及流向电网的三相电流ꎻeabc和ugabc分别为逆变器机端及逆变器输出的三相电压ꎮS1~S6为开关管ꎻPref和Qref为有功功率及无功功率参考值ꎻE和φ为通过VSG方法计算出的参考电压幅值及相位角ꎻu0abc为三相电压参考值ꎻ提出的基于多指标非线性控制的VSG控制策略包括外环的VSG方法及内环的多指标非线性控制ꎮ经外环VSG方法得出参考值后ꎬ再通过内环非线性控制律调制波ꎬ然后经脉冲宽度调制得到触发脉冲从而驱动开关管ꎮ2 2㊀有功-频率控制㊀㊀虚拟同步发电机方法是通过加入传统发电机的转子运动方程ꎬVSG的有功环控制方程为:㊀㊀JdΔωdt=Pm-Peω-kω(ω-ωg)Δω=ω-ωgdδdt=ωìîíïïïïïï(1)㊀㊀式中ꎬJ为虚拟转动惯量ꎻPm和Pe分别为机械功率和电磁功率ꎻω和ωg分别为实际角速度和母线角速度ꎻkω为虚拟阻尼系数ꎻδ为发电机功角ꎮ㊀㊀当逆变器工作在并网模式下ꎬ其频率被电网钳住ꎬ逆变器无需调频ꎻ但当逆变器工作在离网或自治模式下ꎬ需要其具备调频能力ꎬ因此增加P-f下垂控制ꎮ即:Pm-Pref=1DP(ωref-ωg)(2)㊀㊀式中ꎬDP和ωref分别为有功下垂系数和角频率参考值ꎮ㊀㊀联立式(1)和式(2)可得:1ω[Pref-Pe+1DP(ωref-ωg)]-kω(ω-ωg)=JdΔωdt(3)㊀㊀功频控制框图如图2所示ꎮ图2㊀有功-频率控制框图2 3㊀无功-电压控制㊀㊀虚拟同步机励磁方法是通过加入传统发电机的励磁控制ꎬVSG的无功环控制方程为:E1=E0+DqQ(4)㊀㊀式中ꎬE1为离网模式下参考电压幅值ꎻE0为VSG的空载电动势ꎻDq为无功调节系数ꎻQ为逆变器输出无功功率ꎮ㊀㊀当逆变器工作在离网或自治模式下ꎬ逆变电源仅需向负荷提供无功功率ꎻ而当逆变器工作在并网模式下ꎬ逆变电源还需要向电网输送无功功率ꎮ即:E2=kE(Qref-Q)E=E1+E2(5)㊀㊀式中ꎬE2为并网时增加的电压幅值ꎬkE为无功下垂系数ꎮ无功-电压控制框图如图3所示ꎮ图3㊀无功-电压控制框图3㊀三相逆变器的多指标非线性控制设计3 1㊀dq变换下的逆变器模型㊀㊀由图1ꎬ忽略内阻Rꎬ得到三相逆变器的数学模型为:LdiLadt=Udc(ma-13ðj=aꎬbꎬcmj)-ugaLdiLbdt=Udc(mb-13ðj=aꎬbꎬcmj)-ugbLdiLcdt=Udc(mc-13ðj=aꎬbꎬcmj)-ugcCdugadt=iLa-igaCdugbdt=iLb-igbCdugcdt=iLc-igcìîíïïïïïïïïïïïïïïïï(6)其中ꎬma㊁mb㊁mc为开关信号ꎬmj=1(j=aꎬbꎬc)表示开关管导通ꎬmj=0(j=aꎬbꎬc)表示开关管关闭ꎮ㊀㊀可通过dq0坐标系变换对式(6)进行变换ꎬ可得到dq坐标系下的三相电压型逆变器模型为:diLddt=ωiLq+1LmdUdc-1LugddiLqdt=-ωiLd+1LmqUdc-1Lugqdugddt=ωugq+1CiLd-1Cigddugddt=-ωugd+1CiLq-1Cigqìîíïïïïïïïïïï(7)其中ꎬiLd㊁iLq㊁ugd㊁ugq为滤波电感输出电流和逆变器输出电压在dq坐标系下的值ꎻmd㊁mq为dq坐标系下的开关信号ꎮ3 2㊀逆变器非线性控制律设计㊀㊀为使三相电压型逆变器可状态反馈线性化[20]ꎬ本文在输出函数中引入变量ugd㊁ugq㊁iLd㊁iLqꎬ可同时控制逆变器输出电压和输出电流ꎬ从而改善微网的动静态性能ꎮ因此ꎬ选取的输出函数如下:y1=c1Δugd+c2ΔiLd=c1(ugd-ugd0)+c2(iLd-iLd0)y2=c3Δugq+c4ΔiLq=c3(ugq-ugq0)+c4(iLq-iLq0)ìîíïïïïï(8)在式(4)所示的逆变器数学模型中ꎬ选择状态变量x=[x1ꎬx2ꎬx3ꎬx4]T=[ugdꎬugqꎬiLdꎬiLq]Tꎬ输入变量为u=[u1ꎬu2]T=[mdꎬmq]Tꎮ这样可得到一个两输入两输出的三相逆变器仿射非线性控制系统为:x=f(x)+g1(x)u1+g2(x)u2y1=h1(x)y2=h2(x)ìîíïïïï(9)其中ꎬf(x)=ωx2+1Cx3-1Cigd-ωx1+1Cx4-1Cigqωx4-1Lx1-ωx3-1Lx2éëêêêêêêêêêùûúúúúúúúúúg1(x)=00UdcL0[]Tꎬg2(x)=000UdcL[]Th1(x)=c1(x1-x10)+c2(x3-x30)h2(x)=c3(x2-x20)+c4(x4-x40){其中ꎬx10㊁x20分别对应于逆变器输出电压的参考值ugd0㊁ugq0ꎬx30㊁x40分别为输出电流参考值iLd0㊁iLq0ꎮ㊀㊀根据式(9)ꎬ可得到:adfg1(x)=∂g1∂xf-∂f∂xg1=-UdcLC00ωUdcL[]Tadfg2(x)=∂g2∂xf-∂f∂xg2=0-UdcLCωUdcL0[]Tìîíïïïïïïïïïï(10)㊀㊀由式(9)和式(10)得G(x)的秩为4ꎬ即G(x)满秩ꎮ又g1(x)和g2(x)均为常数向量场ꎬ故Δ(x)是对合的ꎮ因该系统满足条件(1)和(2)ꎬ可实现反馈线性化ꎮ㊀㊀下面计算矩阵B~(x)确定该系统总的相对阶ꎮ㊀㊀对于h1(x)=c1(x1-x10)+c2(x3-x30)ꎬ有Lg1L0fh1(x)=c2UdcL(ωx4-1Lx1)Lg2L0fh1(x)=∂(h1(x) f(x))∂xg2(x)=0ìîíïïïï(11)对于h2(x)=c3(x2-x20)+c4(x4-x40)ꎬ有Lg1L0fh2(x)=∂(h2(x) f(x))∂xg1(x)=0Lg2L0fh2(x)=c4UdcL(-ωx3-1Lx2)ìîíïïïï(12)可得到2ˑ2阶矩阵B~(x)B~(x)=Lg1L0fh1(x)Lg2L0fh1(x)Lg1L0fh2(x)Lg2L0fh2(x)éëêêùûúú=c2UdcL(ωx4-1Lx1)00c4UdcL(-ωx3-1Lx2)éëêêêêùûúúúú(13)式(13)为非奇异矩阵ꎬ所以系统总的相对阶为r1+r2=1+1=2<4ꎬ则系统可部分精确线性化ꎮ㊀㊀继续非线性变换ꎬ选取η1(x)=Δx1㊁η2(x)=Δx2㊁满足Lgiηj(x)=0ꎬ其中iꎬj=1ꎬ2ꎮ可进行以下变换ꎮz1z2z3z4éëêêêêêùûúúúúú=c1Δx1+c2Δx3c3Δx2+c4Δx4Δx1Δx2éëêêêêêùûúúúúú=h1(x)h2(x)η1(x)η2(x)éëêêêêêùûúúúúú=φ(x)(14)㊀㊀其中雅可比矩阵Jφ(x)=∂φ(x)∂x满秩ꎬ可部分精确化为:z 1=c1{ω(z4+x20)+1C[1c2(z1-c1z3)+x30]-1Cigd}+c2{ω[1c4(z2-c3z4)+x40]-1L(z3+x10)}+c2UdcL{ω[1c4(z2-c3z4)+x40]-1L(z3+x10)}u1z2=c3{-ω(z3+x10)+1C[1c4(z2-c3z4)+x40]-1Cigq}+c4{-ω[1c2(z1-c1z3)+x30]-1L(z4+x20)}+c4UdcL{-ω[1c2(z1-c1z3)+x30]-1L(z4+x20)}u2z3=ω(z4+x20)+1C[1c2(z1-c1z3)+x30]-1Cigdz 4=-ω(z3+x10)+1C[1c4(z2-c3z4)+x40]-1Cigqìîíïïïïïïïïïïïïïïïïïïïïïï(15)采用线性最优控制理论ꎬ可得到z空间线性系统的控制律:v1=-k1z1=-k1[c1(x1-x10)+c2(x3-x30)]v2=-k2z2=-k2[c3(x2-x20)+c4(x4-x40)]{(16)㊀㊀将式(16)代入式(14)ꎬ求出u1和u2ꎬ得到系统控制律为:md=u1=-Lc2Udc(ωiLq-1Lugd){c1(ωugq+1CiLd-1Cigd)+c2(ωiLq-1Lugd)+k1[c1(ugd-ugd0)+c2(iLd-iLd0)]}mq=u2=-Lc4Udc(ωiLd-1Lugq){c3(-ωugd+1CiLq-1Cigq)+c4(-ωiLd-1Lugq)+k2[c3(ugq-ugq0)+c4(iLq-iLq0)]}ìîíïïïïïïïïïïïïïïï(17)4㊀仿真分析㊀㊀为验证本文所提的VSG多指标非线性控制策略的有效性ꎬ本文在MATLAB环境下对系统进行仿真研究ꎮ㊀㊀图1所示的系统主要参数见表1ꎮ仿真结果中ꎬMNLC曲线为内环采用多指标非线性控制方法ꎬPR曲线为采用电压电流PR控制方法ꎮ文献[9]中已验证内环采用PR控制比PI控制效果要优异ꎬ所以本文采用PR控制来进行对比ꎬ其中PR参数整定方法见该文献ꎮ表1㊀系统主要参数参数取值参数取值L5mHDq0.001C30μFDP0.05J0.5k1㊁k21´107kω100c1㊁c31´108kE0.01c2㊁c41004 1㊀仿真案例1:离网模式㊀㊀系统初始工况下ꎬDG带有功负荷10kW㊁无功负荷2kvarꎬ为分析多指标非线性控制律的DG对负荷变化的动态响应ꎬ在1s时ꎬ再投入有功负荷10kW㊁无功负荷2kvarꎻ在2s时ꎬ切除有功负荷10kW㊁无功负荷2kvarꎮ负荷变化情况下的有功功率和无功功率输出响应曲线㊁输出相电压和相电流曲线㊁频率响应曲线分别如图4所示ꎮ㊀㊀从图4(a)可以看出ꎬ微网负荷发生变化时ꎬ多指标非线性控制相较于传统PR控制而言ꎬ能使有功功率输出迅速归于稳定值ꎮ由图4(b)可知ꎬ在2s时非线性控制律下系统的无功输出响应波动由2kW减小到0 3kWꎬ减缓了暂态过程中无功输出波动并快速稳定ꎮ图4(c)表明采用非线性控制律后ꎬ频率波动谷值由49 49Hz减小到49 99Hzꎬ并且系统暂态时间更短ꎮ由图4(d)㊁(e)可知ꎬ微网负荷变化后ꎬ非线性控制律能够更好地抑制输出电压的波动ꎬ微网逆变器的输出的相电压和相电流能迅速恢复至稳定ꎬ系统的稳定性得到明显的提高ꎮ具有更好的动静态特性ꎮ图4㊀算例1的响应曲线4 2㊀仿真案例2:并网运行㊀㊀系统初始工况下ꎬDG给定有功功率10kW㊁无功功率5kWꎬ为分析多指标非线性控制律的DG对给定有功功率阶跃的响应ꎬ在1s时ꎬ将DG在给定的有功功率设为由10变为20kWꎻ在2s时ꎬ有功功率从20kW跌落为10kWꎮ系统的响应曲线如图5所示ꎬ由此可比较在并网运行时ꎬ非线性控制律和传统PR控制律下逆变器稳定微网功率㊁电压和频率的能力ꎮ㊀㊀由图5(a)可知ꎬ当给定有功功率阶跃时ꎬ采用多指标非线性控制律的有功输出响应曲线上升较快ꎬ减小了功率波动峰值ꎬ并快速恢复到稳态输出ꎮ其中图5(b)所示ꎬ非线性控制律能够改善VSG的控制性能ꎬ不仅使无功功率波动的幅值减小ꎬ而且使无功功率迅速恢复到稳态值ꎮ图5(c)的仿真结果表明采用非线性控制律后ꎬ系统频率响应的最大波动从50 35Hz减小到50 04Hzꎬ频率振荡幅度明显缩小ꎮ由图5(d)㊁(e)可知ꎬ在非线性控制律下ꎬ逆变器输出相电压和相电流能快速恢复稳定ꎬ无静态误差ꎬ系统稳定运行ꎮ图5㊀算例2的响应曲线5㊀结论㊀㊀本文将非线性控制方法应用于改善VSG的动静态性能ꎬ设计了计及逆变器输出电压和输出电流的输出函数ꎬ证明了该系统模型可状态反馈线性化ꎮ运用线性最优控制策略ꎬ设计逆变器多指标非线性控制律ꎬ该控制律能消除系统稳态误差ꎬ提高响应速度ꎮ利用并网和离网两种模式下的仿真验证了理论的正确性ꎬ同时得出以下结论:通过非线性控制律控制VSG的输出电压改善VSG的动静态性能是可行的ꎻ基于多指标非线性控制的VSG控制策略易于实现ꎬ可以有效改善VSG的性能ꎮ本文对三相电压型逆变器的研究工作都是在理想情况下进行的ꎬ实际的三相电压型逆变器会受到元器件和环境的影响ꎬ这将会导致仿真结果出现偏差ꎬ因此进行实验验证将是下一步的研究工作ꎮ参考文献[1]㊀杨新法ꎬ苏剑ꎬ吕志鹏ꎬ等.微电网技术综述[J].中国电机工程学报ꎬ2014ꎬ34(1):57-70.[2]㊀OlivaresDEꎬMehrizi ̄SaniAꎬEtemadiAHꎬetal.Trendsinmicro ̄gridcontrol[J].IEEETransactionsonsmartgridꎬ2014ꎬ5(4):1905-1919.[3]㊀王成山ꎬ武震ꎬ李鹏.微电网关键技术研究[J].电工技术学报ꎬ2014ꎬ29(2):1-12.[4]㊀郑天文ꎬ陈来军ꎬ陈天一ꎬ等.虚拟同步发电机技术及展望[J].电力系统自动化ꎬ2015ꎬ39(21):165-175.[5]㊀AlipoorJꎬMiuraYꎬIseT.Powersystemstabilizationusingvirtualsynchronousgeneratorwithalternatingmomentofinertia[J].IEEEjour ̄nalofEmergingandselectedtopicsinpowerelectronicsꎬ2014ꎬ3(2):451-458.[6]㊀张从越ꎬ窦晓波ꎬ何国鑫ꎬ等.适用于中低压配电网的VSG多机协同鲁棒运行控制方法[J].电力自动化设备ꎬ2020ꎬ40(9):64-76.[7]㊀程启明ꎬ余德清ꎬ等.基于自适应旋转惯量的虚拟同步发电机控制策略[J].电力自动化设备ꎬ2018ꎬ38(12):79-85.[8]㊀韩刚ꎬ蔡旭.虚拟同步发电机输出阻抗建模与弱电网适应性研究[J].电力自动化设备ꎬ2017ꎬ37(12):116-122.[9]㊀孟建辉ꎬ王毅ꎬ石新春ꎬ等.基于虚拟同步发电机的分布式逆变电源控制策略及参数分析[J].电工技术学报ꎬ2014ꎬ29(12):1-10.[10]㊀吴恒ꎬ阮新波ꎬ等.虚拟同步发电机功率环的建模与参数设计[J].中国电机工程学报ꎬ2015ꎬ35(24):6508-6518.[11]㊀胡文强ꎬ吴在军ꎬ孙充勃ꎬ等.基于VSG的储能系统并网逆变器建模与参数整定方法[J].电力自动化设备ꎬ2018ꎬ38(8):13-23.[12]㊀程冲ꎬ杨欢ꎬ曾正ꎬ等.虚拟同步发电机的转子惯量自适应控制方法[J].电力系统自动化ꎬ2015ꎬ39(19):82-89.[13]㊀杨赟ꎬ梅飞ꎬ张宸宇ꎬ等.虚拟同步发电机转动惯量和阻尼系数协同自适应控制策略[J].电力自动化设备ꎬ2019ꎬ39(3):125-131.[14]㊀王扬ꎬ张靖ꎬ何宇ꎬ等.虚拟同步发电机暂态稳定协同控制[J].电力自动化设备ꎬ2018ꎬ38(12):181-185.[15]㊀严彬彬ꎬ王宝华.基于自适应Terminal滑模控制方法的VSG控制[J].电力自动化设备ꎬ2018ꎬ38(10):140-146.[16]㊀张宇华ꎬ黄珂ꎬ王志南ꎬ等.基于二次调频的VSG自适应反推鲁棒控制研究[J].电网技术ꎬ2021ꎬ45(5):1985-1992.[17]㊀帅定新ꎬ谢运祥ꎬ杨金明ꎬ等.基于状态反馈精确线性化单相全桥逆变器的最优控制[J].电工技术学报ꎬ2009ꎬ24(11):120-126.[18]㊀李啸骢ꎬ任子熠ꎬ等.基于多指标非线性控制方法的微网逆变器控制设计[J].电力自动化设备ꎬ2017ꎬ37(9):18-23.[19]㊀董锋斌ꎬ钟彦儒.三相电压型逆变器的精确线性化控制[J].电工技术学报ꎬ2013ꎬ28(10):143-149.[20]㊀李啸骢ꎬ程时杰ꎬ韦化ꎬ等.输出函数在多输入多输出非线性控制系统设计中的重要作用[J].中国电机工程学报ꎬ2006(9):87-93.收稿日期:2022-03-30作者简介:李啸骢(1959-)ꎬ男ꎬ云南昆明人ꎬ教授ꎬ博士研究生导师ꎬ南宁学院特聘教授ꎬ研究方向为控制系统计算机辅助设计㊁电力系统动态仿真及计算实时控制㊁电力系统分析与控制㊁电力系统非线性控制ꎻ杨松(1996-)ꎬ男ꎬ贵州铜仁人ꎬ硕士研究生ꎬ主要研究方向为微网运行与控制ꎮ。

第八章非线性控制系统的分析

第八章非线性控制系统的分析
否则,必须考虑死区的影响。而在工程实际中,有时为了提高系统的抗干扰能力,
会有意引入或增大死区。
3.间隙特性(滞环特性)
间隙特性的静特性曲线如图8.4所示,其数学表达式为
(8.3)
式中,a为间隙宽度,K为比例系数(线性段斜率),(t)=dx(t)/dt。

8.1
非线性控制系统概述
间隙特性是一种非单值特性,表现为正向特性与反向特性不是重叠在一起,而是在输入—输出曲线上出现
性具有明显的饱和非线性。
上述伺服电动机的非线性是因为使用的磁性材料具有非线性,
因此当输入电压超过一定数值时,伺服电动机的输出转矩就出现饱和现
象。实际上,由于伺服电动机还存在摩擦力矩和负载力矩,因此只有当
输入电压达到一定数值时,伺服电动机才会转动,即存在不灵敏区。所
以,伺服电动机的实际静特性是同时具有不灵敏区与饱和的非线性特性。
2.死区(不灵敏区)特性
死区特性的静特性曲线如图8.3所示,其数学表达式为
(8.2)
式中,a为死区宽度,K为线性输出斜率。
死区特性的特点是,当系统或环节有输入信号,但尚未超过数值a时,
无相应的信号输出。
死区特性在控制系统中也较为常见,一般的测量元件和执行机构都具
图8.3
死区特性
图8.4
间隙特性
有死区特性。当死区很小或对系统性能不会产生不利影响时,可以忽略不计。
现的这种周期运动即为自激振荡。自激振荡是非线性控制系统特有的,是非线性控制理论研究的重要问题。
8.1
非线性控制系统概述
8.1.4
非线性控制系统的分析与设计方法
描述非线性控制系统的基本数学模型是非线性微分方程,对非线性控制系统进行分析的重点是系统稳定性

非线性动态逆方法在飞行控制律设计中的应用_邓婷婷

非线性动态逆方法在飞行控制律设计中的应用_邓婷婷

珚 x 珚) d p f( 烄 烌 熿 燄 熿p f 燄 珔 珔 u =g ( x x 珚 d - f f) q q( f) 珔 r x 珚 d r( f f)
1 - r f
) ( 4
转角 、 航迹倾斜角 、 航 迹 方 位 角 、 滚 转 角 速 率 、 俯 仰 角 速 率 、 偏航 角 速 率 以 及 飞 机 的 三 轴 的 位 置 坐 标 ; 控 制 变 量 u = T [ δ δ δ e a r ] 共 3 个 , 分别为升降舵 、 副翼 、 和方向舵 。 直接应用动态逆控制方法 , 需要求全逆 , 要求控制量与 状
0 引言
现代战斗机飞行条件变化剧烈 , 各个控制通道之间相互 耦 合 , 是复杂的多变量时变非线性系统 。 传统的通过对模型小 扰 动线性化后再设计控制器的方法不再适用 。 要解决这些问题 需 要研究非线性的控制理论和方法 。 动态逆是研究最为广泛的 反 馈线性化 方 法 , 它 是 一 种 精 确 反 馈 线 性 化 方 法 , 在 超 机 动 飞 机 、 先进短距起飞 、 垂直着陆飞机等飞行控制系统的设计中 得
文献标识码 : A
控制技术

( ) 文章编号 : 1 6 7 1 4 5 9 8 2 0 1 3 0 5 1 2 3 6 0 4 V 2 4 9 . 1 - - - 中图分类号 :
8] 。考 态量数量相同 , 才能使系统分解成多个线性解耦子系统 [
1 珔 - 珚 式中 : x x r ( g f f )表 示 g f( f )的 右 逆 。 代 入 飞 机 方 程 可 知 , 式
燀 燅 燀 烆
燅 烎
( ) 使得飞机 快 变 量 的 输 出 值 就 是 输 入 动 态 逆 控 制 器 的 期 望 4 值 , 从而实现内回路的解耦和线性化 。 内回路的控制系统结 构 图如图 2非线性动态逆方法在飞行控制律设计中的应用

基于非线性干扰观测器的机械臂终端滑模控制

基于非线性干扰观测器的机械臂终端滑模控制

!第"#卷第#期郑州大学学报!理学版"$%&’"#(%’# !)*#+年,月-./012340%56278.!(9:.;<7.=>."?9@.)*#+基于非线性干扰观测器的机械臂终端滑模控制杨!鹏#!)!!王晓周#!)!!王!婕#!)!!张高巍#!)!#.河北工业大学控制科学与工程学院!天津,**#,*$).智能康复装置与检测技术教育部工程研究中心!天津,**#,*"摘要!为了在干扰存在的情况下实现对五自由度机械臂的有效控制#提出了一种基于非线性干扰观测器的终端滑模控制策略.通过选择适当的非线性增益函数#干扰观测器能够精确地估计未知干扰#实现对控制器的补偿#降低滑模控制抖振.非奇异快速终端滑模面的设计提高了收敛速度#保证轨迹跟踪误差在有限时间内快速收敛.基于]M9L52%8方法证明了闭环系统的稳定性#数值仿真结果验证了所设计方法的有效性.关键词!机械臂$轨迹跟踪$终端滑模$干扰观测器中图分类号!P U)E)文献标志码!G文章编号!#CD#B CAE#!)*#+"*#B**DAB*C!"#!#*’#,D*"Q R.7S S2.#CD#B CAE#’)*#D),+$%引言家庭服务机器人是机器人发展的重要方向之一#而机械臂控制对服务机器人执行各种类人任务至关重要(#).作为一种复杂的非线性系统#机械臂易受不确定的因素#包括不确定的惯性’未知的重力转矩’未知的摩擦力矩和其他干扰的影响()).这些难以预测的不确定性影响了机械臂的控制精度及可靠性.因此#必须设计鲁棒控制方法处理上述干扰#以实现预期的性能.对不确定性及干扰的处理#文献(,X")提出了多种方法.滑模控制具有较强的鲁棒性和快速响应能力#常被应用于各种非线性不确定系统的控制中#但滑模控制的不连续性会引起控制的抖振.干扰观测器提供了处理干扰和不确定性的另一种方法.和其他干扰估计与抑制方法相比#非线性干扰观测器以其简单直观及严格的稳定性分析得到了广泛的研究和应用.为了估计高度非线性’强耦合的机械臂的未知干扰#文献(C)提出用非线性干扰观测器估计干扰及参数不确定性#然后通过估计值对控制器进行补偿.文献(D)提出了一种新型非线性干扰观测器#解决了干扰观测器的系统设计问题#并将其应用于机械臂控制#但不能实现有限时间控制.文献(A)研究了具有参数不确定性和外部干扰的空间机械臂的鲁棒跟踪控制问题#提出一种基于干扰观测器的输出反馈自适应控制方法#采用模糊逻辑系统来估计和补偿集总干扰.文献(+)针对具有模型不确定性和受外界干扰的机械臂轨迹跟踪控制问题#设计了由非线性控制器’速度观测器和干扰观测器组成的复合控制器#并给出了半全局渐近稳定性条件.上述控制方法中系统都是渐近稳定的#与渐近稳定系统相比#有限时间稳定系统通常表现出更快的收敛速度和更好的抗干扰性能(#*X##).基于干扰观测器的终端滑模控制方法是一个有效的复合控制方法#将干扰观测值作为前馈补偿#能够及时有效地抑制干扰.本文针对五自由度机械臂的运动控制问题#研究一种非奇异终端滑模控制与非线性干扰观测器相结合的复合控制器.将系统模型不确定性和外界干扰作为复合干扰!集总干扰"#设计了非奇异终端滑模控制器#以实现对系统的鲁棒控制及跟踪误差的有限时间收敛#同时利用干扰观测器估计集总干扰#对滑模控制器进行前馈补偿以削弱控制抖振.收稿日期!)*#DB*AB##基金项目!国家自然科学基金青年项目!C#"*,##A"$河北省自然科学基金项目!F)*#")*)),##F)*#")*)#"*"$天津市自然科学基金项目!#D-Y h(-Y*EE**"$河北省高等学校科学技术研究项目!h()*#"*CA".作者简介!杨鹏!#+C*%"#男#河北秦皇岛人#教授#主要从事系统建模和控制研究#=B I97&&M L01Z5:N#C,.<%I$通信作者&王婕!#+AC%"#女#辽宁北票人#讲师#主要从事非线性鲁棒控制’变结构控制和有限时间控制研究#=B I97&&[923R71N01Z5:.1>5.<2.Copyright©博看网 . All Rights Reserved.!第#期杨!鹏#等$基于非线性干扰观测器的机械臂终端滑模控制&%模型描述机械臂的各个关节都为旋转关节#考虑由外界干扰和模型误差组成的复合干扰#串联刚性连接的机械臂模型可以表示为(!>">y #2!>#>,">,#?!>"#8!>,"-(#(=#!#"式中&>’>,’>y (S 7分别表示关节角度矢量’角速度矢量和角加速度矢量$(为控制输入$(!>"为7/7阶正定对称惯性矩阵$2!>#>,"为7/7阶离心力和哥氏力矩阵$?!>"为7维重力项矢量$8!>,"表示关节摩擦力矩$(=为施加在机械臂关节的外加有界干扰.通常情况下#机械臂的精确动力学模型难以得到#将模型分为已知部分和不确定部分&(!>"-(*!>"#!(!>"#2!>#>,"-2*!>#>,"#!2!>#>,"#?!>"-?*!>"#!?!>"#(*!>"’2*!>’>,"’?*!>"为模型的名义矩阵#!(!>"’!2!>#>,"’!?!>"代表系统矩阵的不确定部分.因此#机械臂动力学模型可以表示为(*!>">y #2*!>#>,">,#?*!>"-(#;#!)"式中&;-(=.!(!>">y .!2!>#>,">,.!?.8#表示由模型不确定项和外加干扰组成的复合干扰#;有界且其上界未知1控制目标为设计反馈控制律(!>#>,"#使五自由度机械臂关节角度>在有限时间内达到对期望运动角度>=的快速准确跟踪.+%干扰观测器设计在实际工程中#复合干扰;通常很难获得#需要对其进行估计#但是干扰的估计值与实际值之间存在一定的误差1干扰观测器设计的基本思想是用估计输出与实际输出的差值对估计值进行修正1用;u 表示对干扰;的估计#非线性干扰观测器设计方程为;u ,-9!>#>,"!;.;u "-.9!>#>,";u #9!>#>,";-.9!>#>,";u #9!>#>,"((*!>">y #2*!>#>,">,#?*!>".()#!,"式中&9!>#>,"为正定观测器增益矩阵1假设干扰的变化相对观测器的动态特性是缓慢的#即;,-*1定义干扰估计误差<=-;.;u #则<,=-.;u ,-.9!>#>,"!;.;u "-.9!>#>,"<=#且干扰估计误差满足<,=#9!>#>,"<=-*1!E "!!选取合适的增益函数9!>#>,"#可以使干扰估计误差指数收敛到零.然而在实际工程中#由于观测噪声很难通过微分角速度信号得到角加速度信号.因此#必须对上述干扰估计方法加以改进#得到无须角加速度信息的干扰观测器.定义辅助向量@-;u .A !>#>,"#其中A !>#>,"为待设计的函数向量#9!>#>,"与A !>#>,"存在如下关系&>>"A !>#>,"-9!>#>,"(*!>">y 1!""!!对@求导得&@,-;u ,.A ,!>#>,"-.9!>#>,";u #9!>#>,"((*!>">y #2*!>#>,">,#?*!>".().9!>#>,"(*!>">y -.9!>#>,";u #9!>#>,"(2*!>#>,">,#?*!>".()-.9!>#>,"@#9!>#>,"(2*!>#>,">,#*!>".(.A !>#>,")1因此#改进的干扰观测器方程为;u -@#A !>#>,"$@,-.9!>#>,"@#9!>#>,"(2*!>#>,">,#?*!>".(.A !>#>,")1!C "对观测误差<=求导得<,=-.;u ,-.@,.A ,!>#>,"1!D "将式!C "代入式!D "得+D Copyright©博看网 . All Rights Reserved.郑州大学学报!理学版"第"#卷<,=-9!>#>,"@.9!>#>,"(2*!>#>,">,#?*!>".(.A !>#>,").9!>#>,"(*!>">y -.9!>#>,"(2*!>#>,">,#?*!>"#(*!>">y .()#9!>#>,"(@#A !>#>,")-.9!>#>,"!;.;u "-.9!>#>,"<=1!A "!!选择]M 9L52%8函数’#-#)<P =<=#则’,#-<P =<,=-.<P=9!>#>,"<=’*#因此干扰估计误差渐近收敛1当选取较大的9!>#>,"#可以使<=快速收敛#实现观测器对干扰的准确估计.-%控制器设计设计具有较快收敛速度的非奇异快速终端滑模面B 为B -<#0S 73!<")#1S 73!<,""#!+"式中&<!""表示角度跟踪误差#<!""->!"".>=!""$B -(B ##B ##-#B 7)P (S 7#0->793!:##:)#-#:7"#1->793!P ##P )#-#P 7"#:##:)#-#:7#P ##P )#-#P 7是大于*的常数$)->793!"##")#-#"7"#"->793!!##!)#-#!7"##K !;K )#";]!;##’;’7$S 73!<")-(<#"#S 32!<#"#-#<7"7S 32!<7")P#S32!,"为符号函数#S 73!<,""的表示与S 73!<")相同.针对机械臂动力学模型!)"#设计基于非线性干扰观测器的滑模控制律为(-(*!>">y =#2*!>#>,">,#?*!>".(*1.#".#!77#0)>793!<;";.#""S 73!<,")77.".;u .(*(6#B #6)S 73!B "*)#!#*"图&!控制系统框图’()*&!P 01>793@9I %\<%2:@%&S M S :1I式中&77为7阶单位矩阵$6#->793!X ###-#X #7"#6)->793!X )##-#X )7"#X #;’X );为大于*的常数$*->793!%##%)#-#%7"#*K %##-#%7K ##;u 为干扰观测器的输出.估计的集总干扰直接抵消实际干扰的影响#控制系统框图如图#所示.定理&%考虑机械臂动力学模型!)"#用干扰观测器方程!C "估计系统集总干扰;#设计非奇异终端滑模函数!+"及控制律!#*"#则轨迹跟踪误差在有限时间内收敛.证明!选取]M 9L52%8函数’)-#)B P B #对’)求导得’,)-B PB ,1由式!E "’式!+"得’,)-B P(<,#0)>793!<;";.#"<,#1">793!<,;!;.#"<y )1!##"对<求二阶导数并代入式!##"得’,)-B P 0<,#0)>793!<;";.#"<,#1">793!<,;!;.#",((.#*!.2*!>#>,">,.?*!>"#(#;".>y =)11!#)"将式!#*"代入式!#)"得’,)-B P1">793!<,;!;.#"(.!6#B #6)S73!B "*".(.#*!;u .;")-.B P 1">793!<,;!;.#"!6#B #6)S 73!B "*.(.#*<="’.B P 1">793!<,;!;.#"(6#B #!6).>793!(.#*<=">793.#!S 73!B "*""S 73!B "*)1!#,"若矩阵6).>793!(.#*<=">793.#!S 73!B "*"正定#则’,)’.)X .#’)).)!*##"L )X .)’)!*##"L )#!#E "式中&X .#’X .)分别为正定对角矩阵1">793!<,;!;.#"6#’1">793!<,;!;.#"!6).>793!(.#*<=",>793.#!S 73!B "*""的对角元素的最小值1取’-’##’)#当干扰估计误差收敛到零时#’#-*#’,-’,)’.B P 1">793!<,;!;.#"(6#B #6)S 73!B "*)#则’,’.)X .#’).)!%##"L )X .N )’!%##"L )#其中X .N )为正定对角矩阵1">793!<,;!;.#"6)的对角元素的最小值1根据文献(#))#系统状态在有限时间"’.&2!!X .#’!#.*"L )#*A Copyright©博看网 . All Rights Reserved.!第#期杨!鹏#等$基于非线性干扰观测器的机械臂终端滑模控制)!*.#"L )X .N )"L )!*.#"L )X .N )"L !X .N )!#.*""内收敛到滑模面B -$#进而轨迹跟踪误差沿滑模面在有限时间内收敛到零..%仿真结果为了验证所提出的控制策略的有效性#对文献(#,)中的五自由度机械臂系统进行了仿真分析#其机械臂简图如图)所示#其中[#为肩关节屈伸角#[)为肩关节外展内收角#[,为肘关节屈伸角#[E 为腕关节内旋’外旋角#["为腕关节屈伸角.以每个关节中心点为原点建立坐标系#各关节绕J 轴旋转.图+!五自由度机械臂简图’()*+!P 01>793@9I %\\781>13@11B %\B \@11>%I@%Z%:7<I 927L5&9:%@式!#"中(!>"’2!>#>,"’?!>"的组成及详细参数见文献(#,)#关节摩擦力矩8!>,"-*’)S 32!>,"#系统的外加干扰(=-*’#(S 72!""!S 72!""!S 72!""!S 72!""!S 72!"")P 1利用干扰观测器方程!C "观测未知复合干扰#取A !>#>,"-,**>,#非线性增益函数9!>#>,"-,**(.#*1取(*!>"-*’A (!>"#因为(!>"为对称正定矩阵#(.#*也为对称正定矩阵#故%9!>#>,"%]*1滑模函数由式!+"给出#各参数设计为0->793!E #E #E #E #E "#1->793!*’E #*’E #*’E #*’E #*’E "#)->793!)#)#)#)#)"#"->793!#’"##’"##’"##’"##’""#控制器参数6#->793!)*#)*#)*#)*#,*"#6)->793!*’###*’###*’###*’###*’##"#*->793!*’)#*’)#*’)#*’)#*’)"1各关节初始角度取*’"@9>#初始角速度取*#观测器初值取*#期望关节角度取[;=-S 72!"#!;.#"%L ""#;-##-#"#仿真结果见图,i 图C.图-!关节角度跟踪曲线’()*-!P @9<J723<5@81%\R %72:923&1图.!关节角度跟踪误差’()*.!P @9<J7231@@%@%\R %72:923&1图,为关节角度跟踪曲线#图E 为关节角度跟踪误差.可以看出#在系统存在模型不确定性和外界干扰情况下#设计的终端滑模控制器能够使机械臂对指令轨迹做出快速响应#跟踪误差在有限时间内收敛.与现有方法相比#本文所提出的控制方法误差收敛速度更快.图"为干扰及干扰估计曲线#.=#’.=)’.=,’.=E ’.="分#A Copyright©博看网 . All Rights Reserved.郑州大学学报!理学版"第"#卷别为关节#i "处的复合干扰.可以看出#设计的干扰观测器能够实现对干扰的准确观测#其观测值为控制器提供补偿#采用干扰观测器补偿的方法可以减小控制抖振.为证明干扰观测器的有效性#针对相同的机械臂系统#设计无干扰观测器补偿的滑模控制器#滑模切换项增益不小于干扰上界#即X );!%;%#其他控制器参数与本文所提出的控制器参数相同#在两种控制器下的控制输入如图C 所示.可以看出#本文所提出的控制器控制力矩曲线连续光滑#基本无抖振!第"个关节控制曲线的不连续是由不连续摩擦引起的"#且由于切换增益较小#所需的起始力矩较小#而无干扰观测器补偿的滑模控制器控制力矩存在较强的抖振且起始力矩较大.图/!干扰及干扰估计曲线’()*/!d 7S :5@Z92<192>7:S 1S :7I 9:7%2<5@81图0!控制输入’()*0!Y %2:@%&72L5:/%结论针对五自由度机械臂的控制问题#设计了基于干扰观测器的非奇异终端滑模控制策略.将外界干扰和系统模型不确定性看作集总干扰#利用非线性干扰观测器逼近系统干扰#不需要知道系统干扰的上界且能够削弱控制抖振.设计的非奇异终端滑模面能够使系统在有限时间内收敛#加快了对指令的响应速度.理论分析和仿真结果表明#所提出的干扰观测器能够实现对干扰的准确观测#基于干扰观测器的滑模控制能够有效削弱抖振且使轨迹跟踪误差在有限时间内收敛.参考文献!(#)!徐昱琳#杨永焕#李昕#等.基于双目视觉的服务机器人仿人机械臂控制(-).上海大学学报!自然科学版"#)*#)##A !""&"*C X "#).())!Y T =(V]#T e 6/V #P G (?.H @71\L9L1@&9>9L:781215@9&21:[%@J :@9<J723<%2:@%&\%@I 927L5&9:%@S [7:052<1@:972J721I 9:7<S #>M 29I 7<S 92>9<:59:%@I %>1&(-).G 5:%I 9:7<9#)**+#E"!#*"&),#)X ),#A.(,)!陈志旺#薛佳伟.基于不确定逼近的机械手自适应鲁棒预测控制(-).控制理论与应用#)*#)#)+!""&C,"XCE#.)A Copyright©博看网 . All Rights Reserved.,A!第#期杨!鹏#等$基于非线性干扰观测器的机械臂终端滑模控制(E)!Y6e(VU$#aG(V f(.G>9L:781:@9R1<:%@M:@9<J723215@9&21:[%@J<%2:@%&[7:0@%Z5S:<%I L12S9:%@\%@@%Z%:I927L5&9:%@S(-).(15@9&<%I L5:72392>9LL&7<9:7%2S#)*#C#)D!)"&")"X",C.(")!于靖#陈谋#姜长生.基于干扰观测器的非线性不确定系统自适应滑模控制(-).控制理论与应用#)*#E#,#!A"& ++,X+++.(C)!Y T=(a T#H G]]G(Y=d-#V G aP T_e UU-#1:9&.G2%2&7219@>7S:5@Z92<1%ZS1@81@\%@@%Z%:7<I927L5&9:%@S(-).^===:@92S B9<:7%2S%272>5S:@79&1&1<:@%27<S#)***#ED!E"&+,)X+,A.(D)!?e T G??G d^G#P G$G b e]^?#?G_h6=/T-#1:9&.(%2&7219@>7S:5@Z92<1%ZS1@81@>1S732\%@@%Z%:7<I927L5&9:%@S(-).Y%2:@%&1237211@723L@9<:7<1#)*#,#)#!,"&)",X)CD.(A)!Y T6/f#Y6^-#;6(FY.F544M9>9L:781>7S:5@Z92<1B%ZS1@81@B Z9S1>@%Z5S::@9<J723<%2:@%&%\1&1<:@7<9&&M>@7812\@11B\&%9:723S L9<1I927L5&9:%@(-).^===S M S:1I S R%5@29&#)*#E#A!)"&,E,X,").(+)!H e6G b_^FF.P@9R1<:%@M:@9<J723<%2:@%&5S72381&%<7:M%ZS1@81@92>>7S:5@Z92<1S%ZS1@81@\%@52<1@:972@%Z%:I927L5&9:%@S[7:0B %5::9<0%I1:1@S(-).?1<<927<9#)*#D#")!E Q""&AC#X AD".(#*)]^;T#d6TH#]^(g/.F727:1B:7I1<%2S12S5S9&3%@7:0I\%@I5&:7B9312:S M S:1I S[7:0>%5Z&1B72:13@9:%@>M29I7<S(-).G5:%I9:B 7<9#)*#,#ED!A"&#D*C X#D#).(##)aG(Vg#]^;#;T^U.d7S:@7Z5:1>\727:1B:7I1<%2:972I12:<%2:@%&\%@>%5Z&1B72:13@9:%@I5&:79312:S M S:1I S(-).^===:@92S9<:7%2S %2<M Z1@21:7<S#)*#E#EE!+"&#"#A X#")A.(#))f6;T#f6g T#;T^_^(/G d=T H#1:9&.Y%2:725%5S\727:1B:7I1<%2:@%&\%@@%Z%:7<I927L5&9:%@S[7:0:1@I729&S&7>723I%>1 (-).G5:%I9:7<9#)**"#E#!##"&#+"D X#+CE.(#,)b G(VT H#aG(V-T.G>9L:781<%2:@%&%\"d e F5LL1@B&7I Z1‘%S J1&1:%2@%Z%:[7:07I L@%81>S9\1:M(-).^;G:@92S9<:7%2S# )*#,#")!C"&AEE X A",.3<B@(:4?F?(C(:)P9C<89:;B9?H9B S959;(E P4:(T D?4;9B K(;NR9:?(:<4B!(>;D B54:E<"5><B Q<Bf G(VU123##)#aG(Vg79%40%5##)#aG(V-71##)#/T G(VV9%[17##)!#’)234454!$47"845)2;<72<:7=>7?;7<<8;7?#\<P<;&7;A<8B;"C4!Z<237454?C#Z;:7G;7,**#,*#$3;7:$ )’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责任编辑&孔!薇"Copyright©博看网 . All Rights Reserved.。

约束非线性系统理想点多目标安全预测控制

约束非线性系统理想点多目标安全预测控制

第41卷第2期2024年2月控制理论与应用Control Theory&ApplicationsV ol.41No.2Feb.2024约束非线性系统理想点多目标安全预测控制何德峰†,操佩颐,岑江晖(浙江工业大学信息工程学院,浙江杭州310023)摘要:考虑具有状态和控制约束的仿射非线性系统多目标安全控制问题,本文提出一种保证安全和稳定的多目标安全模型预测控制(MOSMPC)策略.首先通过理想点逼近方法解决多个控制目标的冲突问题.其次,利用控制李雅普诺夫障碍函数(CLBF)参数化局部控制律,并确定系统不安全域.在此基础上,构造非线性系统的参数化双模控制器,减少在线求解模型预测控制(MPC)优化问题的计算量.进一步,应用双模控制原理和CLBF约束,建立MOSMPC策略的递推可行性和闭环系统的渐近稳定性,并保证闭环系统状态避开不安全域.最后,以加热系统的多目标控制为例,验证了本文策略的有效性.关键词:非线性系统;模型预测控制;多目标控制;安全控制;稳定性引用格式:何德峰,操佩颐,岑江晖.约束非线性系统理想点多目标安全预测控制.控制理论与应用,2024,41(2): 355–363DOI:10.7641/CTA.2023.20542Utopia multi-objective safe predictive control ofconstrained nonlinear systemsHE De-feng†,CAO Pei-yi,CEN Jiang-hui(College of Information Engineering,Zhejiang University of Technology,Hangzhou Zhejiang310023,China) Abstract:This paper considers the multi-objective safe control problem of input-affine nonlinear systems subject to the constraints on the state and control.A new multi-objective safe model predictive control(MOSMPC)scheme is proposed for the system with guaranteed safety and stability.First,the utopia-point approximation method is adopted to solve the conflicting problem of multiple control objectives.Second,the control Lyapunov-barrier function(CLBF)is used to parameterize the local control laws of the system and determine the unsafe domains of the system.Then the parameterized dual-mode controller of the nonlinear system is constructed to reduce the computational amount of online solving the MPC optimization problem.Moreover,recursive feasibility of the MOSMPC scheme and asymptotic stability of the closed-loop system are established via the dual-mode control principle and the CLBF constraint,which ensures that the states of the closed-loop system can avoid the unsafe domain.Finally,an example of multi-objective control of a heating system is used to verify the effectiveness of the proposed strategy.Key words:nonlinear systems;model predictive control;multi-objective control;safety control;stabilityCitation:HE Defeng,CAO Peiyi,CEN Jianghui.Utopia multi-objective safe predictive control of constrained nonlinear systems.Control Theory&Applications,2024,41(2):355–3631引言安全与稳定是工业过程正常生产的前提,安全事故一旦发生,轻则造成生产过程严重的经济损失,重则威胁生产者的生命健康[1–2],如何保证安全与稳定运行成为工业生产过程的首要任务.除了工业现场的安全保护装置外,过程控制系统可以通过对控制器的约束设计保证生产过程的安全与稳定运行[3–5].因此,各种约束条件在工业过程控制中普遍存在[3–6].另一方面,工业过程控制问题通常涉及多个控制目标,如能耗、效率和控制速率等要求,这些控制目标通常相互冲突[6–8].因此,控制器的设计需要保证这些相互冲突的目标在运行过程中协调实现.现已证明,模型预收稿日期:2022−06−17;录用日期:2023−06−01.†通信作者.E-mail:**************.cn;Tel.:+86130****0667.本文责任编委:夏元清.国家自然科学基金项目(62173303),浙江省重点研发计划项目(2020C03056)资助.Supported by the National Natural Science Foundation of China(62173303)and the Key Research and Development Program of Zhejiang Province (2020C03056).356控制理论与应用第41卷测控制(model predictive control,MPC)具有在求解最优控制问题的同时对约束和多目标问题进行有效处理的优点,已被广泛应用于各种工业生产过程的最优控制[6–10].近年来,兼顾稳定性与安全性的MPC方法受到了学术界和工业界越来越多的关注.例如,文献[11–12]提出一种基于控制避障函数的安全反馈设计来保证系统的安全运行;文献[13]提出利用安全指标函数作为硬约束定义不安全区域,结合稳定控制和控制安全,结果显示所提出的方法可以实现非线性系统的闭环稳定性和运行安全性;文献[14–16]考虑控制目标和安全约束之间的潜在冲突,提出一种基于控制李雅普诺夫障碍函数(control Lyapunov-barrier function,CLBF)的控制策略,通过加权控制李雅普诺夫函数(control Lyapunov function,CLF)和控制障碍函数(control barrier function,CBF)兼顾闭环系统的稳定性和控制安全性,文献[14–16]同时还给出了存在多个不安全情况下的控制方法;文献[15]提出了一种基于CLBF的模型预测控制策略,解决满足约束和保证安全的非线性系统的稳定问题,保证状态收敛到稳态而不进入一个指定的不安全区域;文献[17]推广了不安全区域的定义,并通过基于CLBF的控制方法得到验证.现有基于CLBF的控制策略侧重系统安全性和稳定性控制目标,但缺少对工业过程更多控制目标的系统性处理.工业过程控制通常存在多个相互冲突的性能指标,本质上是一种多目标优化控制问题[18–19].加权函数法因其使用方便,通常被用来近似求解多目标优化控制问题,但确定适当的加权系数通常很困难,一般需要经过大量的离线实验才能得到,特别是复杂系统或非凸的多目标控制问题[20–21].为此,近年来相关学者提出了一些新的多目标优化MPC方法,如对控制目标进行优先级排序的优先级多目标MPC[22–24]、基于拐点的进化多目标优化MPC[25–26]以及基于多目标理想点逼近的多目标MPC[27–28]等.理想点逼近多目标M-PC策略通过帕累托前沿实现理想点目标跟踪,无需复杂的参数选择就能自动处理各个性能指标的冲突性,并获得令人满意的多目标控制结果,在工业过程多目标控制研究中得到了广泛关注.仿射输入非线性系统是工业过程控制中常用的一类非线性模型,广泛用于描述加热过程[29]、聚合反应过程[15–17]等工业过程的动态特性.本文考虑具有状态和控制约束的仿射输入非线性系统,提出一种具有稳定性和安全性保证的非线性系统多目标安全模型预测控制(multi-objective safe predictive control,MO-SMPC)策略.首先,采用理想点跟踪方法协调多个控制目标的冲突性.再利用约束CLBF的特性设计系统参数化局部控制律,保证闭环系统状态避开不安全区域.同时,构造非线性系统的参数化双模MPC控制器,在优化多目标性能的同时减少在线求解优化问题的计算量,从而可增加预测时域扩大闭环系统的初始可行域.进一步,应用双模控制原理和CLBF约束,建立MOSMPC策略的递推可行性和闭环系统的渐近稳定性,并且保证系统状态在初始可行域能始终避开不安全区域.最后,通过加热系统的多目标控制仿真实验验证本文结论的有效性和优越性.符号说明:I 0表示非负整数的集合;I a:b表示集合{i∈I 0:a i b},其中a∈I 0和b∈I 0;u(t0:t1)表示t∈[t0,t1]的一个连续时间信号u(t);给定初始状态x0,对于输入信号u(0:t),t时刻系统的解x(t)由x(t)=ϕ(t;x0,u(0:t))表示;符号|·|表示向量的2范数;上标T表示向量或矩阵的转置;“\”表示集合差,即A\B={x∈R n|x∈A,x/∈B};∅表示空集;∂D 表示集D⊂R n的边界;L f V是标量函数V(·)沿向量函数f(·)的李导数.2问题描述和预备考虑连续时间仿射输入非线性系统为{˙x(t)=f(x(t))+g(x(t))u(t),t 0,x(0)=x0.(1)其中:x(t)∈X和u(t)∈U是t时刻系统的状态变量和控制变量;x0是初始状态;X⊆R n和U⊆R m分别是状态和控制的约束集;f(x)和g(x)是自变量x的连续函数.不失一般性,令原点为该系统的平衡点,并假设系统状态是可测的.为简化书写,令F(x,u)= f(x)+g(x)u.考虑系统状态和控制约束为(x(t),u(t))∈Z,∀t 0,(2)其中Z⊆X×U是包含原点为内点的紧凸集.考虑性能函数向量L(x,u)=[L1(x,u)···L l(x, u)],其中L j:Z→R,j∈I1:l(l 2),并假设L j(x,u)关于x和u连续有界.则定义系统(1)的多目标稳态优化问题为min(x,u)∈Z{L(x,u):F(x,u)=0},(3)由于各性能函数L j(x,u)相互冲突,无法同时取得各个性能指标的最优性,通常采用帕累托(Pareto)最优性定义问题(3)的最优解,即给定优化问题(3)的可行解(x ps,u ps),如果不存在其他可行解,使得如下不等式成立:L j(x,u) L j(x ps,u ps),j∈I1:l,(4)且不等式组中至少有一个j∈I1:l,使得L j(x,u)<L j(x ps,u ps).考虑系统(1)在采样时间t k的状态x k,即x(t k)= x k,则定义有限预测时域0<T<∞上的目标函数为J j(x k,u(t k:t k+T))=第2期何德峰等:约束非线性系统理想点多目标安全预测控制357∫tk+Tt kL j(x(s),u(s))d s,(5)其中s为预测时间.注意单目标MPC通过最小化单个目标函数J j(x,u)优化镇定系统(1),而多目标MPC除闭环系统的稳定性外,应同时优化多个相互冲突的目标函数,因此,定义系统(1)的多目标有限时域最优控制问题为minu(t k:t k+T)J(x k,u(t k:t k+T))s.t.˙x(s)=F(x(s),u(s)),∀s∈[t k,t k+T], (x(s),u(s))∈X×U,∀s∈[t k,t k+T],x(t k)=x k,(6)其中:u(t k:t k+T)是在采样时间t k预测的未来时段[t k:t k+T]的控制输入;J(x,u)是需要最小化的l个目标函数向量,即J(x,u)=[J1(x,u)J2(x,u)···J l(x,u)],(7)如果多目标最优控制问题(6)存在可行解,则设u∗(t k:t k+T)是问题(6)的一个帕累托最优解.根据滚动时域优化控制原理,多目标MPC控制律定义为u(t)=u∗(t k:t k+1),∀t∈[t k,t k+1),k∈I 0,(8)即u∗(t k:t k+T)作用于系统(1)直到下一个采样时刻t k+1=t k+δ,其中采样周期δ>0.在下一采样时刻t k+1,用更新的状态x k+1重复整个过程.多目标MPC控制律(8)作用下的闭环系统的稳定性无法由优化问题(6)中目标函数的最优性保证.进一步,闭环状态演化过程中存在不安全域,如温度、压力、浓度过高等运行区域,但优化问题(6)无约束条件使闭环状态避开系统不安全域.令开集X d表示系统(1)运行区间的不安全区域,本文目标是寻找一个最优反馈控制u(x)∈U,使闭环系统状态轨迹x(t;x0, u)∈X但始终避开X d,即x(t;x0,u)/∈X d,∀t 0, x0∈X,从而确保系统是最优且安全运行的.对此,本文将引入CLBF概念设计安全约束,采用MPC方法保证闭环系统能安全避开不安全域,并渐近稳定于平衡点.考虑系统(1)的一个连续可微函数W c(x),定义集X e=x∈X\(X d∪0)|W c(x)/∂x=0,X c=x∈X|W c(x) 0和X uc={x∈X|˙W c(x)=L f W c(x)+L g W c(x)u(x)< 0,u(x)∈U}∪0∪X e,其中L f W c(x)和L g W c(x)分别为W c(x)对函数f(x)和g(x)的李导数.定义1[15]考虑系统(1)及不安全域X d⊂X uc,如果函数W c(x)有下界,在原点有最小值,并满足如下:1)W c(x)>0,∀x∈X d;2)|∂W c(x)∂x| r(|x|);3)X c=∅;4)X uc\(X d∪X c)∩¯X d=∅;5)L f W c(x)<0,∀x∈{s∈X uc\(X d∪0∪X e)| L g W c(s)=0},其中r是K类函数,则W c(x)是该系统的一个控制李雅普诺夫障碍函数CLBF.注1在实际中,CLBF可以由控制李雅普诺夫函数和控制障碍函数复合而成.令V(x)和B(x)分别是系统(1)的控制李雅普诺夫函数[30]和控制障碍函数[15],则该系统的一个CLBF为W c(x)=V(x)+λB(x)+ν,其中λ和ν可由V(x)和B(x)的上下界给定,详见文献[15].3多目标安全MPC设计3.1理想点计算考虑优化问题(3)的第j∈I1:l个性能函数L j(x,u),求解对应稳态优化问题为L∗s,j:=min(x,u)∈Z{L j(x,u):F(x,u)=0},(9)得最优解(x∗s,j,u∗s,j),其中最优值L∗s,j=L j(x∗s,j,u∗s,j).由于各性能函数L j(x,u)相互冲突,故各L j(x,u)对应的最优解(x∗s,j,u∗s,j)不同.为此,应用L∗s,j定义目标函数向量J(x,u)的理想点为J∗s=T[L∗s,1L∗s,2···L∗s,l]T,(10)显然,理想点J∗s是目标函数向量J(x,u)的不可达点,但给出了各个目标函数J j(x,u)的理想期望性能.因此,求解与该理想点J∗s最接近性能函数值对应的稳态解(x cs,u cs)为(x cs,u cs)=arg min(x,u)∈Z{∥T L(x,u)−J∗s∥p:F(x,u)=0},(11)其中∥·∥p是向量p范数.稳态解(x cs,u cs)又称为多目标优化问题(6)的折衷稳态点.因此,本文多目标MPC控制器的设计遵循使J(x,u)逐渐逼近J∗s并使闭环系统稳定于x cs的原则实现各个目标函数的最优化.3.2基于CLBF的控制器设计为应用CLBF概念设计MPC控制器,首先将系统(1)的折衷稳态点(x c s,u c s)平移至原点.令坐标转换z=x−x cs和v=u−u cs,则系统(1)可变换为˙z=f(z(t)+x s)+g(z(t)+x s)(v(t)+u s):=¯F(z,v),(12)令Z d=X d−x c s及W c(z)为系统(12)的一个CLBF,则有以下结论.引理1考虑系统(12)及其不安全域Z d,并给定358控制理论与应用第41卷实数D 1>0和D 2>0,则存在非空集S T 及其反馈控制律v (z )=h (z,µ)=−p (z,µ)β(z )T ,(13)其中参数µ=(µ1,µ2)∈D =[0,D 1]×(0,D 2],增益为p (x,µ)=α(z )+µ1√α(z )2+µ2|β(z )|4|β(z )|2,β(z )=0,0,β(z )=0,(14)其中α(z )=L f W c (z )和β(z )=L g W c (z ),使其闭环系统满足约束(2),并在不变集S T 中渐近稳定,同时使闭环状态避开不安全域Z d .证令S T ⊂X 为W c (z )的最大水平集,则由CL-BF 定义可知,集S T 非空.当z ∈S T \Z d ,由CLBF 定义可得W c (z ) 0.对W c (z )沿闭环系统状态轨迹求导得˙Wc (z )=α(z )+β(z )h (z,µ)=−µ1√|α(z )|2+µ2|β(z )|4,(15)当β(z )=0时,由CLBF 定义可得˙W c (x )=α(z )<0;当β(z )=0时,˙Wc (x )=−µ1√|α(z )|2+µ2|β(z )|4,即W c (z (t ))<W c (z (0))<0,∀t 0,z (t )/∈Z d .则应用定理1[15]的证明思路可得,闭环系统状态轨迹z 在控制律h (z,µ)作用下保持在域S T \Z d 内,且在不变集S T 内渐近稳定.注2不变集S T 的大小与参数µ取值相关.文献[31]给出了一种不变集S T 的选取方法,如下:先定义集Z h ={z ∈R n |∃µ∈D s .t .h (z,µ)+u c s ∈U }和S T (r )={z ∈R n|W c (z ) r },再将r 从0逐渐增加,直到集(X −x c s )∩Z h无法包含S (r ),从而得到与r max 相关的最大不变集S Tmax ,令S Tmax ={z ∈R n |W (z ) r max }⊆X ,则每时刻都至少存在一个µf ∈D ,使具有控制器(13)的闭环系统(12)满足约束(2),并且闭环状态轨迹在避开不安全域Z d 的前提下渐近收敛到原点.由引理1和注2可知,闭环系统(12)–(13)存在一个不变集S max ,使得闭环系统渐近稳定到平衡点,并且满足对状态量和控制量的约束.为简化书写,令S T (x c s )={x ∈X :x =z +x cs ,∀z ∈S max },其中至少存在一个可行的µf ∈D ,使相应的控制器u (x )=h (x −x c s ,µf )+u cs 满足系统状态和控制约束(2).为设计约束系统(1)–(2)的多目标安全MPC,定义参数化双模控制律如下[30]:u DM (x )={h (x −x c s ,µf )+u cs +c,x /∈S T (x c s ),h (x −x c s ,µ)+u cs ,x ∈S T (x c s ),(16)其中:c ∈R 是求解多目标最优控制问题的修正项;µ是控制器参数向量.在k ∈I 0的每个采样时间t k ,如果状态x (t k )/∈S T (x c s ),则通过在线求解优化问题J (x,u )得到c (t k );如果x (t k )∈S T (x c s ),则在线求得µ(t k ).由此将得到系统(1)满足约束(2)的稳定多目标安全MPC.注3传统双模控制方法[32–35]仅通过在线计算修正项求解最优控制问题,而在终端域S T (x c s )中定义的终端控制律通常是通过系统(1)的线性化模型离线确定的.在本文策略中,当闭环系统状态进入终端域时,通过CLBF 得到一个带可变参数的状态反馈控制律,整体在线更新.这种修改一方面将终端域内外的计算统一到一个代价函数,有利于解决需要在线调整成本函数的控制要求.另一方面,通过引入可变参数,最大程度上弱化控制器和终端域的耦合性,通过在终端控制律(16)中选择一些可行参数µf ,可以离线计算S T (x c s ),降低多目标MPC 在线优化时的计算量.3.3双模多目标安全MPC 算法考虑约束系统(1)–(2),稳态折衷点(11)和双模控制器(16),定义折衷性能指标函数为ˆJ(x (t k ),u (t k :t k +T ))=∥J (x (t k ),u (t k :t k +T ))−J ∗s ∥p ,(17)则定义系统(1)的多目标安全有限时域最优控制问题分别为minc (t k t k +T )ˆJ(x (t k ),u (t k :t k +T ))s.t.˙x (s )=F (x (s ),u (s )),(x (s ),u (s ))∈Z ,u (s )=h (x (s )−x c s ,µf )+u cs +c (s ),x (t k +T )∈S T (x c s ),x (t k )=x k ,∀s ∈[t k ,t k +T ](18)和min µ(t k )∈DˆJ(x k (t k ),u (t k :t k +T ))s.t.˙x (s )=F (x (s ),u (s )),(x (s ),u (s ))∈Z ,u (s )=h (x (s )−x c s ,µ(t k ))+u c s ,x (t k )=x k ,∀s ∈[t k ,t k +T ],(19)其中:目标函数向量J (x,u )和其稳态理想点J ∗s分别由式(7)–(10)给定;c (t k :t k +T )为采样时刻t k 的预测范围[t k t k +T ]内的预测修正.由此本文提出的考虑安全性的双模多目标安全MPC 算法归纳如下:步骤1设定采样周期δ>0、预测时域T =T 0>δ、多个性能指标函数L j 和参数域D ;步骤2离线计算理想点J ∗s ,折衷解(x c s ,u c s )和带参数µf ∈D 的终端不变集S T (x c s );设k =0和t k =0;步骤3在采样时刻t k ,测量当前状态x k ,令x (t k )=x k ;第2期何德峰等:约束非线性系统理想点多目标安全预测控制359步骤4如果状态x (t k )/∈S T (x c s ),在线解决优化问题(18)得到修正项c ∗(t k ),转入步骤5;否则,求解优化问题(19)得µ∗(t k ),转入步骤6,令T =T 0;步骤5将u DM(t )=h (x (t )−x c s ,µf )+u c s +c ∗(t k:t k +1)应用到系统(1),直到下一个采样时刻;令k =k +1和T =T −δ;返回步骤3;步骤6将u DM(t )=h (x (t )−x c s ,µ∗(t k ))+u cs 应用于系统(1),直到下一个采样时刻;令k =k +1并返回步骤3.定义2考虑约束系统(1)–(2),若系统的某一初始状态x (t 0)/∈S T (x c s ),且在此初始时刻优化问(18)存在可行解满足其约束条件,则称x (t 0)为闭环系统的初始可行状态,所有满足条件的初始可行状态值构成的集合称为初始可行域,记为X f0.定理1考虑约束系统(1)及其多目标安全有限时域最优控制问题(18)–(19),则在充分长的预测时域T 内该优化问题是递推可行的.证由注2–3可知,当状态x (t k )∈S T (x c s )时,至少存在一个可行的参数向量µf 满足约束(19);当状态x (t k )/∈S T (x c s )时,由双模控制策略可知,闭环状态可以在一个有限时域T 内被驱动到终端域S T (x c s )内,一旦状态进入S T (x c s ),则回到上一种情况.因此可得算法1中的最优控制问题在容许状态集X f0中是递推可行的.证毕.定理2考虑约束系统(1)-(2)及其控制李雅普诺夫避障函数W c (x )和不安全区域X d ,则对任意初始状态x 0∈X f0,算法1作用下的闭环系统稳定到稳态x c s ,且始终不会进入不安全区域X d .证已知对于初始状态x (t 0)/∈S T (x c s ),在双模控制器作用下,闭环系统状态可在有限时域T 内进入终端域S T (x c s ),记为x T ∈S T (x cs ).假设x T ∈S T (x c s )X d,则由CLBF 定义可得˙W c (x (t ))<0,∀x (t )∈S T (x c s)\(X d ∪{0}),(20)即W c (x (t ))<W c (x (0))<∞,∀t 0.根据控制李雅普诺夫避障函数W c (x )的特性可知,闭环系统的状态轨迹是有界的.这意味着由x 的极限点构成的集合Ω(x )是非空的连通紧集,且lim t →∞d (x (t ),Ω(x ))=0,其中d 为状态和集的距离[36].由注1或文献[15]可知,函数W c (x )=V (x )+λB (x )+ν的控制李雅普诺夫函数V (x )为正定函数,参数和存在下界,则W c (x )存在下界.又不等式(20)意味着W c (x )是单调递减函数,故W c (x )必收敛.考虑对于由x 的极限点构成的集合t n →∞时x (t n )→ξ.由W c (x )的连续性可知,lim t n →∞W c (x (t n ))=W c (ξ),因此,可得Ω(x )={ξ∈X |W c (ξ)=lim n →∞W c (x (t n ))}⊂S T (x c s ),则W c (x )收敛于集Ω(x ),且沿着此时状态轨迹有u =0.当u (t )=0,t 0时,可得d (x (0),Ω(x ))=0,则d (x (t ),Ω(x ))=0,t 0.因此在集Ω(x )中,W c (x )=W c (0)=0,得到Ω(x )={0},即lim t →∞|x (t )|=0.注4尽管优化问题(18)–(19)计算得到的参数c ∗和μ∗是开环解,但由于参数化双模控制律(16)结构特点,算法1得到的多目标MPC 控制器是闭环控制律.进一步,在算法1的预测时间窗口[t k ,t k +T ]内的参数µ的值是不变的,从而,通过参数化压缩了优化问题的决策变量维数,因此,这将有助于减轻算法1的在线优化计算量.注5由于算法1的双模形式,MPC 的控制律关于x 通常是不连续的.然而,对于任何初始条件x 0∈X f0,状态x 都可以被驱动到x ∈S T (x c s ).一旦x 进入S T (x cs ),则可以通过基于CLBF 的解析控制律(16)实现连续条件下的渐近稳定控制.4实例仿真考虑一个多输入多输出非线性加热系统,如图1所示.图中加热系统由一个外部加热装置和一个内部可拆卸传热容器组成,内部容器中可放置需要加热的对象.加热过程目标是通过调节外部加热装置的温度T h 和内部容器的温度T n ,从而对容器中的对象进行加热.这是由加热装置的两个加热器共同控制的,可用的控制输入分别是加热器提供的两个电源W h1和W h2.此外,内部管道通过水温对内部容器进行温度调节实现热量交换,而外部温度通过引起环境的辐射冷却来干扰加热系统.该系统可以表征中药等加热过程,将需要处理的中药放置在内部容器中进行加热处理.图1加热系统示意图Fig.1Schematic representation of the heating system考虑图1所示加热系统,应用传热学和能量守恒原理,加热系统的动力学表示如下[29]: m n c n ˙T n (t )=W n0+A 1h 1(T h (t )−T n (t )),m h c h ˙Th (t )=W h1(t )+W h2(t )−A 1h 1(T h (t )−T n (t ))+A 2h 2(T 4ext(t )−T 4h (t )),(21)其中:T h 是内部可拆卸容器温度;T n 是加热对象温度;T ext 是加热系统的外部温度;m n 是内部容器质量;m h 为加热装置质量;c n 为内部容器比热;c h 为加热装置比热;h 1为内部容器对流系数;h 2为加热装置对流360控制理论与应用第41卷系数;A 1为内部容器面积;A 2为加热装置面积;W n0为每个采样间隔内部管道带来的热量;W h1和W h2为加热器电源功率.该加热系统模型参数值:T ext =283K;m n =3.0kg;m h =20.0kg;c n =300J /kg ·K;c h =4000/kg ·K;h 1=200kg /K ·s 3;h 2=9.203×10−7kg /K ·s 3;A 1=0.3m 2;A 2=0.8m 2;W n0=250W .分别选择内部容器温度T n 和外部加热装置温度T h 为该加热系统的状态变量x 1和x 2,选择加热器W h1和W h2分别为控制输入u 1和u 2,即系统的状态和控制输入x =[T n T h ]T 和u =[W h1W h2]T ,且满足以下约束:200K T n 400K ,0W Wh112000W ,200K T h 400K ,0W W h240400W .(22)对加热系统而言,通常希望在使用过程中降低系统能耗,即最小化性能函数L 1(x,u )=W h1+W h2,(23)同时希望温度变化率尽可能大,使系统在保证安全的前提下尽快达到指定温度,即最小化性能函数L 2(x,u )=−(˙T 2n +˙T 2h ),(24)并且跟踪设定温度373K,即最小化性能函数L 3(x,u )=|T h −373|+|T n −373|,(25)因此,在设计加热系统控制器时应同时满足上述3个性能要求.定义性能函数向量L (x,u )=[L 1(x,u )L 2(x,u )L 3(x,u )]T .根据稳态优化问题(9),L (x,u )的理想稳态点计算为L ∗s =[004.167]T,分别对应稳态解O 1(x ∗s ,u ∗s )=(300.485,296.18,0,0),O 2(x ∗s ,u ∗s )=(300.531,296.364,2.101,1.451)和O 3(x ∗s ,u ∗s )=(373.742,69.576,713.323,7345.673),上述3组稳态最优解不一致,表明L 1(x,u ),L 2(x,u ),L 3(x,u )之间具有冲突性,即加热系统控制是一个多目标冲突的优化控制问题.由式(11)计算2范数下的折衷稳态解O (x c s ,u cs )=(300.534,296.368,1.898,1.898),则加热系统的控制目标是同时最小化性能函数(23)–(25),使系统在满足约束的前提下安全渐近稳定到折衷稳态点.本文算法通过平衡点O (x c s ,u cs )定义移位状态向量z =x −x c s 和控制变量v =u −u cs .为此,选择移位系统的CLF 为定义控制李雅普诺夫函数V (z )=z T P z ,其中P =[29.744.844.8195.8].不安全域Z d 定义为终端区域内的一个开集,状态域Z d 中外部加热装置和内部容器的温差较大,包含在实际加热过程中会产生安全威胁的不安全状态,其范围表示为Z d :={z ∈R 2|F (z )=(z 1+4.2)2+(z 2−1)2/10<0.06}.又定义H :={z ∈R 2|F (z )<0.07},可由文献[15]设计控制避障函数为B (z )=F (z )e F (z )−0.07−e −6,z ∈H ,−e −6,z /∈H ,(26)其中,对于所有状态z ∈H ,B (z )>0.按照注1构造控制李雅普诺夫避障函数W c (x )=V (x )+λB (x )+ν,其中参数c 1=15,c 2=210,c 3=max z ∈∂H|z |2=29.99,c 4=min z ∈∂Z d|z |2=10.62,λ=2.1×106,ν=−c 1c 4=−159.3.终端域S T (x c s )={z ∈R 2:W c (z ) −4764.68},通过离线试错得参数向量µ的范围为[0.0110]×[0.0110].在仿真中,取采样周期为2s,预测步长为10,仿真总步长为500.采用MATLAB2021A 软件中的fminc-on 函数优化计算最优控制问题.选取系统初始状态点A (−5.51.9),B (−61.7)和C (−51.4).图2给出了闭环系统从3个不同初始状态点到稳态点的状态移动轨迹,图中结果显示,所有闭环状态能避开不安全区域,并能最终收敛到稳态点.加热系统从初始状态A 开始,比较本文方法DM-MOSMPC 和基于CLF 的MOMPC [28]控制下的状态轨迹,结果如图3所示,其中,实线表示基于CLBF 的安全MOMPC 控制下的状态轨迹,虚线表示基于CLF 的MOMPC 控制下的状态轨迹.结果显示,本文基于CLBF 的双模安全多目标MPC 将闭环系统的状态保持在稳定安全区域内并驱动到稳态点,而基于CLF 的MOMPC 无法对状态空间中的不安全域进行躲避.因此,DM-MOSMPC 在状态约束下优于基于CLF 的MOMPC,同时,保证系统的安全性和闭环稳定性.图2闭环系统不同初始点的状态轨迹Fig.2The closed-loop state trajectories of different initialpoints为比较本文DM-MOSMPC 和CLBF-MOMPC 方第2期何德峰等:约束非线性系统理想点多目标安全预测控制361法,选择系统从初始状态B 开始,系统状态轨迹如图4所示,其中:实线表示本文控制方法,虚线表示CL-BF-MOMPC 方法[16].系统的状态曲线如图5所示,结果表明本文方法更快更准确地趋近稳态点.3个性能函数的优化过程如图6所示,其中,点实线是稳态性能,实线表示DM-MOSMPC 方法,虚线表示CLBF-MO-MPC 方法.曲线表明,多个冲突经济目标通过控制器的优化迅速下降,直到稳定在稳态性能附近.另外,在计算量方面也可以看到本文方法的优势.图7显示本文方法DM-MOSMPC(蓝色柱状图)和CL-BF-MOMPC 方法(红色柱状图)在不同预测时域进行一次在线优化时的计算CPU 时间的比较.结果显示,本文方法在线优化所用的计算CPU 时间在各个不同的预测时域比所选取的对比方法时间短.图3DM-MOSMPC 和DM-MOMPC 方法的闭环系统状态轨迹Fig.3The closed-loop state trajectories under DM-MOSMPCandDM-MOMPC图4DM-MOSMPC 和CLBF-MOMPC 方法的闭环系统状态轨迹Fig.4The closed-loop state trajectories under DM-MOSMPCandCLBF-MOMPC图5DM-MOSMPC 和CLBF-MOMPC 方法的状态曲线Fig.5The state profiles under DM-MOSMPCandCLBF-MOMPC图6DM-MOSMPC 和CLBF-MOMPC 方法的性能函数曲线Fig.6The Performance function profiles underDM-MOSMPC and CLBF-MOMPC362控制理论与应用第41卷图7DM-MOSMPC和CLBF-MOMPC方法的在线优化计算的CPU时间Fig.7The average computational CPU time for online optimi-zation of DM-MOSMPC and CLBF-MOMPC为比较不同的多目标处理方法,表1给出理想点和加权两种方法对应的系统状态量的稳态误差.在加权方法中,3个目标函数(23)–(25)被转化为一个加权和形式的单目标函数L w(x,u)=w1L1(x,u)+w2L2(x,u)+w3L3(x,u),(27)其中标量w i>0为权重因子,i=1,2,3.在加权法中分别采用3种权重,对应的(w1,w2,w3)分别为a(100,0.1,0.1),权重b(10,50,0.1)和权重c(0.1,10, 100).表1理想点和加权方法的稳态误差Table1Steady-state error of the Utopia point andweighting methods控制策略E1=x1−x c s1E2=x2−x c s2本文方法0.05470.221加权法(a)0.06420.376加权法(b)0.06460.353加权法(c)0.07360.795可以看出,本文方法得到的稳态误差相对较小,在加权方法中对不同权值的选择会得到不同的误差.这意味着在实际中适当的权值是难以选择的,缺乏系统性的权重调整规则,并且会增加控制器实现的复杂性.需要指出的是,此仿真对比并不是为了说明加权方法在控制性能上不如理想点方法,而是为了说明前者过分依赖手工调优和设计者的经验,而本文方法则提供一种更为系统的方法来处理多目标控制问题.通过上述仿真结果和讨论,可以得到对于系统(21),双模MOSMPC算法能够更有效实现加热控制目标.5总结本文考虑连续时间仿射输入非线性系统,提出一种多目标安全模型预测控制(MOSMPC)策略.该策略首先利用理想点逼近方法解决多控制目标冲突问题.其次,引入满足约束的CLBF设计参数化局部控制律,并由约束保证闭环系统的安全性.进一步,应用双模控制原理和CLBF约束,建立MOSMPC策略的递推可行性和闭环系统的渐近稳定性,并且策略保证系统状态在初始可行域能始终避开不安全区域.最后,通过对一加热系统的多目标控制仿真对比实验,验证了本文策略的有效性和优越性.在此基础上,未来的工作方向包括对多目标安全非线性模型预测控制(nonli-near model predictive control,NMPC)的鲁棒性和多目标优化算法的研究.参考文献:[1]WANG rge property damage losses in the hydrocarbon-chemical industries.Petroleum Planning&Engineering,1993,4(3): 59–60.[2]JIANG Chunming,LI Qi.The development and application of pro-cess safety management and technology.China Petroleum and Chem-ical Standard and Quality,2007,27(5):45–49.(姜春明,李奇.过程安全管理与技术的发展与应用.中国石油和化工标准与质量,2007,27(5):45–49.)[3]KLATT K,MARQUARDT W.Perspectives for process systemsengineering-personal views from academia and puters and Chemical Engineering,2009,33:536–550.[4]Liu Derong.The advanced control of complex industrial process.Ac-ta Automatica Sinica,2014,40(9):1841–1842.(刘德荣.复杂工业过程的先进控制.自动化学报,2014,40(9): 1841–1842.)[5]KRETCHIK JOE T.Process safety management of highly hazardouschemicals.Chemical Health&Safety,2000,7(5):44.[6]AGRAWAL N,RANGAIAH G P,RAY A,et al.Multi-objective op-timization of the operation of an industrial low-density polyethylene tubular reactor using genetic algorithm and its jumping gene adap-tations.Industrial&Engineering Chemistry Research,2006,45(9): 3182–3199.[7]FLORES-TLACUAHUAC A,MORALES P,RIVERA-TOLEDO M.Multiobjective nonlinear model predictive control of a class of chem-ical reactors.Industrial&Engineering Chemistry Research,2012, 51(17):5891–5899.[8]WOJSZNIS W,MEHTA A,WOJSZNIS P,et al.Multi-objective opti-mization for model predictive control.ISA Tansactions,2007,46(3): 351–361.[9]ANGELI D,AMRIT M,RAWLINGS J B.On average performanceand stability of economic model predictive control.IEEE Transac-tions on Automatic Control,2012,57(7):1615–1626.[10]MULLER M A,ALLGOWER F.Economic and distributed modelpredictive control:Recent developments in optimization-based con-trol.SICE Journal of Control,Measurement,and System Integration, 2017,10(2):39–52.[11]WIELAND P,ALLGOWER F.Constructive safety using control bar-rier functions.IFAC Proceedings Volumes,2007,40(12):462–467.[12]AMES A D,XU X,GRIZZLE J W,et al.Control barrier functionbased quadratic programs for safety critical systems.IEEE Transac-tions on Automatic Control,2017,62(8):3861–3876.[13]ALBALAWI F,DURAND H,CHRISTOFIDES PD.Process opera-tional safety using model predictive control based on a process Safe-ness puters and Chemical Engineering,2017,104:76–88.。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

一、非线性模型的零动态显式表示
这个控制律将能够使一类非线性零动态不稳定的系统的外部动态
和内部动态 (也就是整个系统) 达到稳定。本文知道,非线性单输入单
输出仿射非线性系统的状态空间模型通常可以表示为式,即式 (1- 1)。
x=f 1)
一般在研究非线性系统式时,需要找到后 n-r 项个状态变量满足条
基于非线性系统的控制律设计
原伟
(广州松田职业学院,广东增城 511370)
[摘 要] 微分几何理论为非线性系统反馈设计提供了强有力的工具。本文将系统地推导一类零动态不稳定系统的镇定方法。这个方法构造出 关于系统线性部分二次型的 Lyapunov 函数,通过该构造抵消非线性项来设计本文新的控制律,这个控制律使该非线性系统状态空间模型的 外部动态和内部动态达到稳定。最终该控制律使整个系统稳定。 [关键词] Lyapunov 函数;非线性控制系统;零动态
经过极点配置来选择 K,使 Ac=A-BK 满足条件。回顾极点配置内容,
它是在线性系统现代控制中一类最为典型的综合设计方法。从本质上
说,极点配置是对线性系统控制理论综合方法的一个直接推广。状态反
馈的极点配置,顾名思义,就是以一组期望的极点为性能指标,对线性
时不变控制系统综合一个状态反馈型的控制,使闭环系统的特征值配置
设 V ( z,η) 是 式
的 Lyapunov 备 选 函 数
(Lyapunovcandidatefunction),其中 P 为对称的正定矩阵,但其中参 数未知待求,这里 V (z,η) 就是本文提到控制 Lyapunov 函数。它的 导数如式 (3- 1) 所示。并将式 (2- 3) 代入式 (3- 1) 得式 (3- 2)。
(2- 2) 设 Ac=A-BK,将 B= (0r-1 1 0n)-r T 简化式 (2- 1),如式 (2- 3) 所 示。
180 2011 年 5 月( 下)
(3- 2)
可以很清晰看到,式 (3- 2) 分为两部表示:第一部分,部分是线 性部分;第二部分,为非线性部分。可以看到,对式 (3- 2) 的线性部 分和非线性部分的分离,都可以使问题得到简化。由其条件 ()i 可以 看出,集合{x|LgV (x) =0}是非常重要的,因为在此集合上,控制 u 将 不起作用。在某种条件小于零,即负定,那么刚才构造的 V (z,η),才 真正是所要求的控制 Lyapunov 函数;在式 (3- 2) 中,将要求式 (3- 3) 等零。
(四) 实施诚信工程,强化诚信教育,提高财务人员素质 张迎维教授在谈到诚信时认为,法律和信誉是维持市场有序运行 的两个条件,与法律相比,信誉机制是一种成本更低的维持交易秩序的 机制。特别是在许多情况下,法律是无能为力的,只有信誉才能起作用 为此要从以下几个方面实施诚信工程: 一是着力打造信用政府。各级政府要切实转变政府职能,减少地方 保护,提高政府的信用度。杜绝“官出数字,数字出官”的浮夸风,把 诚信作为一个地区、部门考核的政绩指标。 二是建立信用档案。朱镕基总理在九届人大五次会议的政府工作 报告中明确提出,要“加快建立企业、中介机构和个人的信用档案,使 有不良行为记录者付出代价,名誉扫地,直至绳之以法”。 三是加强诚信教育,提高财务人员素质,一是把好进人关,要求上 岗人员必须取得会计职业资格,否则不得上岗;二是要求在岗人员加强 日常学习,对其进行后续教育。 为了使会计人员的利益从根本上得到保证,实行会计人员委派制, 加强会计人员的客观性、独立性。通过实行委派制,可以保证会计人员 相对独立地展开工作,不完全受制于企业负责人,还可以避免低素质的 人员进入会计队伍,保证会计人员的素质。
(上接第 180 页) 到此,看到根若当 LgV (x) =0 时,LfV (x) <0,则 V (x) 是一个
控制 Lyapunov 函数。这里将给出新的控制律式为:
(3- 5) 四、本文小结 本文通过构造出系统线性二次型的 Lyapunov 函数,设计控制律 来抵消非线性项,使非线性系统状态空间模型的外部动态和内部动态达 到稳定,最终使整个系统稳定。本文列出具有可操性的步骤,为就以后 典型非线性系统控制律的设计提供了新颖的执行方案。
182 2011 年 5 月( 下)
作者简介:原伟,男,硕士,研究方向非线性系统。
[参考文献]
[1] F. Andreev,D.Auckly,L. Kapitanski,S.Gosavi et al. Matching,linear systems,and the ball and beam.Automatica,2002. [2] 张国银.基于 NMPC 球杆系统控制方法研究及实现.中山大学硕士论文, 2006. [3] 蔡秀珊.控制 Lyapunov 函数的构造与非线性不确定系统的镇定.上海交通 大学博士论文,2005. [4] A.Arstein.Stabilization with relaxed controls. Nonlinear Analysis,Theory.Methods and Application,1983. [5] A. F. Okou, O. Akhrif, L- A. Dessaint. Nonlinear control of non- minimum phase systems: application to the votage and speed regulation of power systems. Proceedings of the 1999 IEEE international Conference on Conference on Control Application,Kohala Coast- Island of Hawai,USA,1999.
(2- 1) 设计虚拟输入 v (t),它是含条件约束输入 Unew 的控制状态反馈 式,如式 (2- 2) 所示。其中 K 是一个行向量,它的维数是 n,与系统 状态变量个数 n 相等,K 中元素是为待确定的反馈增益常数,Unew 是含 有条件约束的非线性控制律,其中约束条件是该控制律设计的关键部 分。Unew 和 K 这两个待确定量的计算问题,下一小节将说细讨论。
件 Lgφr +1=Lgφr + 2=…=Lgφn=0 的条件,来构造整个非线性变换
通过此非线性坐标变换,就可以得到非线性模型的含零动态显式
表示的标准型。这里不需要逐个地表示出每一个状态变量,为了方便控
制方法设计的推导与论证,将引入新一个合适的向量符号,使式形式更
..
.
加紧凑。前
r
个变量表示为 ..
z=
(z1,. z1,…,z)r
T,将后式面
n-r
个变量
放在起表示为 η= (zr+1,z1,…,z)n T 所示。采用新的变量,那么式
(1- 2)。
(2- 3)
三、控制律的稳定性设计 新控制律 v (t) 结构是式 (2- 2),如上所知 K 中元素是为反馈增 益常数,但是它是待确定的参数,还有 Unew 是含有条件约束的非线性控 制律,也是待确定的,而这两点正是此新控制律设计的核心。这里设计 v (t) 这个控制律的目标,是通过使非线性系统状态空间模型的外部动 态和内部动态达到稳定,从而使系统整体达到稳定。Lyapunov 为克服 由于系统多样性难以用统一能量函数来表达这一困难,引入了一个虚. 拟 的能量函数,即 Lyapunov 函数记为:V (t)。此时若 V (t) >0,V (t ) <0,则可判定系统是渐近稳定的。
定环节。二是会计准则、会计制度下的会计政策选择环节。在制定环 节,首先,应建立有多方利益关系人参加的会计准则、会计制度制定机 构,其中既有学术界又有企业界,既有政府部门又有民间组织,即有审 计机关又有会计职业团体,以便使会计准则、会计制度所确定的会计空 间尽量与利益空间相吻合。制定出具有普遍认同的准则、制度,尽量消 除对同一事项选择不同会计处理方法产生差异过大现象。其次,应遵循 科学合理的制定程序,草案颁布应经过反复讨论,征求意见应扩大范 围,审批条件应慎重严格。在选择环节,企业会计部门应尽量考虑和利 益关系人的利益,以便使会计政策的选择符合利益协同的“一致”。
(1- 2)
二、控制律的结构设计 凡是提到 Lyapunov 方法,人们自然会想到它的构造问题。对于 非线性系统,至今缺少一般性的构造方法,甚至对它的存在性都很少有 结果。如同非线性系统的 Lyapunov 函数的构造问题一样,CLF的构造 无疑是制约这种方法发展的瓶颈。若系统是反馈可线性化的,可借助于 反馈变换,消去所有的非线性项,使之变为线性的,那么我们可以构造 出关于线性化后系统坐标的二次型 CLF。先构造出这样的 CLF,接着 运用它来设计控制律 u (x)。 再回到系统如式 (1- 2),针对零动态部分,分别求前 r 个状态变 量的导数,和求后 n-r 个状态变量的导数,并取平衡点的导数值,一般 是原点;这样式 (1- 2) 就分成式 (2- 1) 所示,
(3- 3) 对式 (3- 3) 求解,得式 (3- 4)。这里 Unew 是含有条件约束的非 线性输入,虽还是待确定,但问题的关键也转化到矩阵 P 上。只要矩阵 P 参数计算得出,那么不难得出 Unew,gj (z,η) 是式 (3- 4) 中第 j 项。
(3- 4)
接下来,将要论证 K 的选取问题。首先考查一众所周知的引理。
到复平面上期望位置。
(下转第 182 页)
虚假报告。虚假会计信息能实现“多赢”,正是这些复杂的利益关系构 成了虚假会计信息产生的内在动因。
(四) 会计人员业务水平参差不齐,位置处于依附尴尬地位 我国目前拥有一支庞大的会计队伍,但其中很多人未受过专业教 育和培训,对国家有关财经政策、法规理解不深、掌握不够。在新的财 务会计制度转换过程中,也没有很好的加强相关财务法规教育,对一些 政策掌握不透,业务技术不精,导致会计信息失真。 会计人员地位不高,利益得不到保障。在企业中经营者与会计人 员是上下级的领导与被领导的关系。现实中相当多的会计人员因坚持原 则而受到打击迫害:有的被调离;有的被架空;有的被恐吓;甚至有的 被炒鱿鱼。致使会计人员的监督职能无法正常发挥。 二、重塑会计诚信对策 (一) 完善会计信息披露制度 会计信息是会计资源,更是社会资源,持续的信息公开制度有利 于消除市场信息的不完全和不对称,抑制造假和欺诈。要利用先进的技 术手段和工具促进会计资源的信息化管理,提高会计信息的透明度,加 大信息披露的频率;根据会计信息质量要求第六条重要性原则,改进信 息披露的内容,适当增加财务报表附注,增加企业披露非财务信息,进 一步完善和严格规范关联方交易行为及其信息的披露,披露关于企业软 资产 (如知识产权、人力资源、以及自创商誉),加强对现金流量信息 的呈报和考核.满足社会各界对会计信息的需要,同时制定专门的法规 对会计信息的管理提供保证,让会计工作置于更加规范的制度环境下, 促进诚信建设。 (二) 建立民事赔偿制度,加大造假成本 一是加大惩罚力度。对恶意造假者,一定要加大处罚力度,必须 从立法、执法对造假单位及责任人进行经济处罚或刑事处罚,不仅要其 付出倾家荡产、声名狼藉的代价,对造成严重后果的还要坐牢,使造假 者付出的代价远远大于其得到的收益。 二是尽快建立民事赔偿制度,对参与造假,无论是公司 (投资者 或经营者)、律师、还是评估师、会计师,只要公民的合法利益受到侵 害,受害人都可以提起诉讼。 三是实行市场退出机制。在“安然”事件发生一个月后,纽约证交 所正式取消安然股票的相关交易,并拟取消其上市资格。我国要尽快要 构建有效的退出机制。对那些不遵守行业操守、自身就不守信用的企业 或个人,出现失信行为后要把肇事者驱逐出相关行业。如对会计造假上 市公司要立刻退市,对参与造假的中介机构要进行取缔,对会计造假的 单位责任人、会计人员、注册会计师不允许继续从事相关职业。只有这 样,对失信行为的惩罚才是真正可置信的。 (三) 会计政策的选择符合利益协同的“一致” 会计政策的选择符合利益协同的“一致”,避免会计政策选择下的 合法会计信息失真应该从两个环节着手。一是会计准则、会计制度的制
相关文档
最新文档