现代控制理论模型参考自适应控制
第5章 模型参考自适应控制
设n1 ( s ) nm ( s ) ( s) nm ( s ) ( s ) n1 ( s )n p ( s ) nm ( s ) ( s)n p ( s) a ( s ) ( s )n p ( s )
d p ( s )d1 ( s ) k p n p ( s )n2 ( s ) d m ( s ) ( s ) d p ( s )d1 ( s ) k p n p ( s )n2 ( s ) d m ( s ) ( s )n p ( s ) d1 ( s ) d m ( s ) ( s ) d p ( s ) k p n2 ( s ) n p (s) q( s)d p ( s) p( s) p( s) d1 ( s ) q ( s )n p ( s ), n2 ( s ) kp
例题
x p a p x p bp u y p cp xp c p bp 1 G p ( s) , Gm s - ap s 1
设 ( s ) s a d m ( s ) ( s ) ( s 1)( s a ) d p (s) s - ap s 1 a a p a a p (1 a a p ) 1 C0 c pbp n1 ( s ) d 2 ( s ) s a d1 ( s ) n p ( s ) q ( s ) s 1 a a p a a p (1 a a p ) n2 ( s ) p ( s ) / k p c pbp
未知或 者缓慢 变化
nm ( s) n p ( s) n( s) d m ( s) d p ( s) d ( s) 求C0
对象参数未知或者部分参数未知 lime(t)=0
现代控制理论 第十七章 模型参考自适应控制
由于在一般情况下，被控对象的参数是不便直接调整的，为 了实现参数可调，必须设置一个包含可调参数的控制器。这 些可调参数可以位于反馈通道、前馈通道或前置通道中，分 别对应地称为反馈补偿器、前馈补偿器、前馈补偿器及前置 滤波器，例如航天飞机的姿态控制系统。
为了引入辅助输入信号，则需要构成单独的自适应环路。 它们与受控对象组成可调系统。模型参考自适应控制系 统的基本结构如图17－1所示。
(17-11)
N (s) 1 r (s) = yM ( s ) D (s) KM
∂e1 ( t ) ∂Ko =− Ko yM ( t ) KM
(17-12) (17-13)
代入式(17-7)，则得
K ɺ Ko = − B1 ⋅ 2e1 ( t ) o y M ( t ) KM
(17-14)
令 B = 2 B1
线性时不变系统的稳定性定理
ɺ 线性时不变自治系统 x = Ax 在平衡点 x = 0 是渐近稳定的，当且仅 当对任意给定的正定对称矩阵Q ，都存在一个正定对称矩阵 P ，并 满足如下李雅普诺夫方程：
A T P + PA = −Q
(17-33)
则标量函数 V ( x ) = xT Px 即为该系统的李雅谱诺夫函数。
(17-15) (17-15) (17-15)
D ( s ) yM ( s ) = K M N ( s ) r ( s )
ɺ K o = Be1 ( t ) y M ( t )
其结构图如图17-3所示。由图可见，自适应机构包括了一个乘法 器及一个积分器。M.I.T.自适应控制方案的优点是结构比较简单， 并且自适应律所需信号只是参考模型的输出 y M ( t ) 以及参考模型输 出与可调系统输出之误差 e1 ( t )，它不需要状态信息，因此这些都是 容易获得的。但是M.I.T.方案不能保证自适应系统总是稳定的，因 此，最后必须对整个系统的稳定性进行检验，这可以通过以下例 子来说明。
自适应控制
自适应控制什么是自适应控制自适应控制是一种控制系统设计方法，它通过实时监测和调整系统的参数来适应不确定的外部环境和内部系统变化。
自适应控制可以提高控制系统的性能和鲁棒性，使其能够快速、准确地响应不断变化的环境或系统参数。
在传统的控制系统中，通常假设系统的数学模型是已知和固定的。
然而，在实际应用中，系统的动态特性常常受到各种因素的影响，如外部扰动、参数变化、非线性效应等。
这些因素使得传统的控制方法往往无法满足系统的控制要求。
而自适应控制则能够通过不断地观测和在线调整系统参数，使系统能够适应这些变化，并实现良好的控制效果。
自适应控制的基本原理自适应控制的基本原理是根据系统的实时反馈信息来调整控制器的参数。
具体来说，自适应控制系统通常由以下几个部分组成：1.参考模型：参考模型是指描述所期望控制系统输出的理想模型，通常由一组差分方程来表示。
参考模型的作用是指导控制系统的输出，使其能够尽可能接近参考模型的输出。
2.系统模型：系统模型是指描述被控对象的数学模型，包括其输入、输出和动态特性。
系统模型是自适应控制的重要基础，它确定了控制系统需要调整的参数和控制策略。
3.控制器：控制器是自适应控制系统的核心部分，它根据系统输出和参考模型的误差来实时调整控制器的参数。
控制器可以通过不同的算法来实现，如模型参考自适应控制算法、最小二乘自适应控制算法等。
4.参数估计器：参数估计器是自适应控制系统的关键组件，它用于估计系统模型中的未知参数。
参数估计器可以通过不断地观测系统的输入和输出数据来更新参数估计值，从而实现对系统参数的实时估计和调整。
5.反馈环路：反馈环路是指通过测量系统输出并将其与参考模型的输出进行比较，从而产生误差信号并输入到控制器中进行处理。
反馈环路可以帮助控制系统实时调整控制器的参数，使系统能够适应外部环境和内部变化。
自适应控制的应用领域自适应控制在各个领域都有广泛的应用，特别是在复杂和变化的系统中，其优势更为突出。
模型参考自适应控制与模型控制比较
模型参考自适应控制与模型控制比较模型参考自适应控制（Model Reference Adaptive Control, MRAC）和模型控制（Model-based Control）都是现代控制理论中常用的方法。
它们在实际工程应用中具有重要意义，本文将对这两种控制方法进行比较和分析。
一、模型参考自适应控制模型参考自适应控制是一种基于模型的自适应控制方法，主要用于模型未知或参数变化的系统。
该方法基于一个参考模型，通过在线更新控制器参数以追踪参考模型的输出，从而实现对系统的控制。
在模型参考自适应控制中，首先需要建立系统的数学模型，并根据实际系统的特性选择合适的参考模型。
然后通过设计自适应控制器，利用模型参数估计器对系统的不确定性进行补偿，实现对系统输出的精确追踪。
模型参考自适应控制的优点在于其适应性强，能够处理模型未知或参数变化的系统。
它具有很好的鲁棒性，能够适应系统的不确定性，同时可以实现对参考模型的精确追踪。
然而，模型参考自适应控制也存在一些缺点，如对系统模型的要求较高，需要较为准确的模型参数估计。
二、模型控制模型控制是一种基于数学模型的控制方法，通过对系统的建模和分析，设计出合适的控制器来实现对系统的控制。
模型控制方法主要有PID控制、状态反馈控制、最优控制等。
在模型控制中，首先需要建立系统的数学模型，并对模型进行分析和优化。
然后根据系统的特性，设计合适的控制器参数。
最后，将控制器与系统进行耦合，实现对系统的控制。
模型控制的优点在于其理论基础牢固，控制效果较好。
它能够根据系统的数学模型进行精确的设计和分析，具有较高的控制精度和鲁棒性。
然而，模型控制方法在实际应用中对系统模型的要求较高，而且对系统参数变化不敏感。
三、比较与分析模型参考自适应控制与模型控制都是基于模型的控制方法，它们在实际应用中具有各自的优缺点。
相比而言，模型参考自适应控制具有更强的适应性和鲁棒性，能够处理模型未知或参数变化的系统。
模型参考自适应控制
10．自适应控制严格地说，实际过程中的控制对象自身及能所处的环境都是十分复杂的，其参数会由于种种外部与内部的原因而发生变化。
如，化学反应过程中的参数随环境温度和湿度的变化而变化（外部原因），化学反应速度随催化剂活性的衰减而变慢（内部原因），等等。
如果实际控制对象客观存在着较强的不确定，那么，前面所述的一些基于确定性模型参数来设计控制系统的方法是不适用的。
所谓自适应控制是对于系统无法预知的变化，能自动地不断使系统保持所希望的状态。
因此，一个自适应控制系统，应能在其运行过程中，通过不断地测取系统的输入、状态、输出或性能参数，逐渐地了解和掌握对象，然后根据所获得的过程信息，按一定的设计方法，作出控制决策去修正控制器的结构，参数或控制作用，以便在某种意义下，使控制效果达到最优或近似更优。
目前比较成熟的自适应控制可分为两大类：模型参考自适应控制（Model Reference Adaptive Control）和自校正控制（Self-Turning）。
10.1模型参考自适应控制10.1.1模型参考自适应控制原理模型参考自适应控制系统的基本结构与图10.1所示：10.1模型参考自适应控制系统它由两个环路组成，由控制器和受控对象组成内环，这一部分称之为可调系统，由参考模型和自适应机构组成外环。
实际上，该系统是在常规的反馈控制回路上再附加一个参考模型和控制器参数的自动调节回路而形成。
在该系统中，参考模型的输出或状态相当于给定一个动态性能指标，（通常，参考模型是一个响应比较好的模型），目标信号同时加在可调系统与参考模型上，通过比较受控对象与参考模型的输出或状态来得到两者之间的误差信息，按照一定的规律（自适应律）来修正控制器的参数（参数自适应）或产生一个辅助输入信号（信号综合自适应），从而使受控制对象的输出尽可能地跟随参考模型的输出。
在这个系统，当受控制对象由于外界或自身的原因系统的特性发生变化时，将导致受控对象输出与参考模型输出间误差的增大。
现代控制理论自校正控制
控制对象参数ˆ 。参数估计的常用算法 有随机逼近法、最小二乘法、极大似然 法等。调节器的功用是根据参数估计器 不断送来的参数估值 ˆ 。
图16－1
通过一定的控制算法，按某一性能指标不断地形成最优 控制作用。调节器的常用算法有最小方差、希望极点配置、 二次型指标等。其中，以用最小二乘法进行参数估计，按最 小方差来形成控制作用的自校正控制最为简单，并在战术导 弹控制中获得了实际应用。
自动驾驶仪
到目前为止，在先进的科技领域出现了许多形式不同的自 适应控制方案，但比较成熟并已获得实际应用的可以概括成 两大类： ⑴ 模型参考自适应控制； ⑵ 自校正控制。
自适应控制的应用领域
模型参考自适应控制需在控制系统中设置一 个参考模型，要求系统在运行过程中的动态 响应与参考模型的动态响应相一致（状态一 致或输出一致），当出现误差时便将误差信 号输入给参数自动调节装置，来改变控制器 参数，或产生等效的附加控制作用，使误差 逐步趋于消失。在这方面法国学者朗道(ndau) 把超稳 定性理论应用到模型参考自适应控制中来，做出了杰出贡献 。
1 d12 L
d2 m1
2
这样，我们得到了为输出序列线性函数的最优控制规律，因 此可以很方便地实现闭环控制。
第二节 最小方差自校正调节器
在第一节的讨论中，假设被控对象的模型已知，因此它 属于随机控制问题。最小方差自校正调节器所要解决的问题 是被控对象参数未知时的最小方差控制问题。这里，首先应 该通过适当的方法进行参数估计，然后以参数的估值来代替 实际的参数，按最小方差指标综合最优控制规律。
(16-15)
在辨识中，这类模型称为被控自回归滑动平均模型CARMA。
第一节 最小方差控制律
第1章 现代控制理论概述-控制理论发展
经典控制理论—标志阶段(7/9)
➢ 传递函数只描述了系统的输入输出间关系,没有内部变量 的表示。
➢ 经典控制理论的特点是以传递函数为数学工具,本质上是 频域方法,主要研究“单输入单输出”(Single-Input Single-output, SISO)线性定常控制系统的分析与设计,对线 性定常系统已经形成相当成熟的理论。
瓦特
经典控制理论—起步阶段(3/5)
瓦特离心调速器
Watt’s fly ball governor
This photograph shows a flyball governor used on a steam engine in a cotton factory near anchester in the United Kingdom.
➢ 这些系统的复杂性和对快速跟踪、精确控制的高性能追 求,迫切要求拓展已有的控制技术,促使了许多新的见解和 方法的产生。
➢ 同时,还促进了对非线性系统、采样系统以及随机控制系 统的研究。
➢ 可以说工业革命和战争促使了经典控制理论的发展。
经典控制理论—标志阶段(4/9)
以传递函数作为描述系统的数学模型,以时域分析法、根轨迹 法和频域分析法为主要分析设计工具,构成了经典控制理论的 基本框架。 ➢ 到20世纪50年代,经典控制理论发展到相当成熟的地步,形 成了相对完整的理论体系,为指导当时的控制工程实践发 挥了极大的作用。
经典控制理论—起步阶段(5/5)
经典控制理论—发展阶段(1/4)
3. 发展阶段
实践中出现的问题,促使科学家们从 理论上进行探索研究。
➢ 1868年,英国物理学家麦克斯韦 (J.C. Maxwell)通过对调速系统 线性常微分方程的建立和分析,
现代控制理论ppt
求解方法
通过利用拉格朗日乘子法或Riccati方程，求 解线性二次调节器问题，得到最优控制输入
。
动态规划与最优控制策略
动态规划的基本思想
将一个多阶段决策问题转化为一系列单 阶段问题，通过求解单阶段问题得到多 阶段的最优解。
பைடு நூலகம்
VS
最优控制策略的确定
根据动态规划的递推关系，逐步求解每个 阶段的优化问题，最终得到最优控制策略 。
总结词
稳定性分析是研究非线性系统的重要方法，主要关注系统在受到扰动后能否恢 复到原始状态或稳定状态。
详细描述
稳定性分析通过分析系统的动态行为，判断系统是否具有抵抗外部干扰的能力。 对于非线性系统，稳定性分析需要考虑系统的初始状态、输入信号以及系统的 非线性特性等因素。
非线性系统的控制设计方法
总结词
要点二
详细描述
线性系统是指在输入和输出之间满足线性关系的系统，即 系统的输出量可以用输入量的线性组合来表示。线性系统 的性质包括叠加性、均匀性和时不变性等。叠加性是指多 个输入信号的响应等于各自输入信号响应的总和；均匀性 是指系统对不同频率信号的响应是一样的；时不变性是指 系统对时间的变化不敏感，即系统在不同时刻的响应是一 样的。
量随时间的变化规律，输出方程描述了输出量与状态变量之间的关系。
线性系统的稳定性分析
• 总结词：稳定性是控制系统的重要性能指标之一，线性系统的稳定性分 析是现代控制理论的重要研究内容。
• 详细描述：稳定性是控制系统的重要性能指标之一，如果一个系统受到 扰动后能够自我恢复到原来的状态，那么这个系统就是稳定的。线性系 统的稳定性分析是现代控制理论的重要研究内容，常用的方法有劳斯赫尔维茨稳定判据和奈奎斯特稳定判据等。劳斯-赫尔维茨稳定判据是 一种基于系统极点的判据，通过判断系统的极点是否都在复平面的左半 部分来判断系统的稳定性；奈奎斯特稳定判据是一种基于频率域的判据， 通过判断系统的频率响应是否在复平面的右半部分来判断系统的稳定性。
现代控制工程-第9章自适应控制
5
9.1自适应控制的概念
以对象参数的估计值
作为对象参数的真值， 送入控制器，设计机构 按设计好的控制规律进 行计算，计算结果送入
参数估计 扰动
u( k )
被控对象
y(k )
可调控制器，形成新的
控制输出，以补偿对象
调节器参 数计算
特性的变化。
控制器 自校正调节器
6
9.1自适应控制的概念
根据所采用的参数估计方法的不同和控制目标函 数的不同，原则上可以构成复杂程度各不相同的自 校正调节器。 实际应用中，常以递推最小二乘为参数估计方法， 以最小方差为控制目标函数。
9.2 最小方差控制
设多项式的所有零点都在单位圆内或单位圆上，由被控对象 的数学模型得
A(q 1 ) q m B(q 1 ) e( k ) u( k ) 1 y ( k ) 1 C (q ) C (q )
B(q 1 ) E (q 1 ) A(q 1 ) q m B(q 1 ) y ( k m) u( k )] D(q 1 )e( k m) 1 u( k ) 1 [ 1 y ( k ) 1 A(q ) A(q ) C(q ) C (q )
u(k ) 1.6u(k 1) 2.88 y(k )
12
பைடு நூலகம்
9.3 自校正调节器
自校正调节器用最小二乘法在线辨识系统参数，实现最小方差 控制。但不是先用最小二乘法辨识系统参数，然后再综合最小 方差控制律。而是直接辨识最小方差预报律的参数 ，基本上 省略求取最小方差控制律的计算量。变换最小方差控制律得
K ( k ) P( k ) x( k m)[ x T ( k m) P( k ) x( k m)]1
模型参考自适应控制
针对不同的被控对象和工况，需要设计相应的调整策略，以快速响应系统变化并保持控制性能。这需 要对被控系统的特性和动态行为有深入了解。
模型参考自适应控制在复杂系统中的应用拓展
复杂系统控制
模型参考自适应控制适用于具有非线性、时变和不确定性的复杂系统。通过设计合适的 自适应律和控制器，可以实现对复杂系统的有效控制。
2
在模型参考自适应控制中，滑模控制可以用于设 计自适应控制器，使得被控系统的状态跟踪误差 收敛到零。
3
滑模控制具有鲁棒性强、对系统参数变化不敏感 等优点，因此在模型参考自适应控制中具有广泛 的应用前景。
基于模糊逻辑的模型参考自适应控制
模糊逻辑是一种处理不确定性和模糊信息的智能控制方法，通过将模糊集合和模糊推理规则应用于控 制系统，可以实现模型参考自适应控制。
系统稳定性
系统稳定性是确保控制过程平稳、可靠的关键因素。在模型参考自适应控制中，需要权衡控制精度和系统稳定在线优化
模型参考自适应控制需要在线优化控制参数，以适应系统状态的变化和外部扰动。优化算法的选择和 应用对于提高控制性能和系统适应性至关重要。
化工过程控制
在化工生产过程中，模型参考自适应控制用于实现反应过程的优化 和稳定控制，提高生产效率和产品质量。
智能制造系统
在智能制造领域，模型参考自适应控制用于自动化流水线和智能机 器人的精确控制，提高生产效率和降低能耗。
机器人领域的应用
移动机器人导航
模型参考自适应控制用于移动机器人的路径规划和避障，提高机 器人在复杂环境下的自主导航能力。
应用领域
模型参考自适应控制的应用领域广泛，包括航空航天、机器人、电力系统和化工过程等。 随着技术的不断发展，其在智能制造、新能源和生物医学等领域的应用前景也日益广阔。
自动控制原理第四版习题答案
鲁棒控制系统的设计目标是使系统在不确定性和干扰作用下 仍能保持其稳定性和性能。
03
鲁棒控制理论中常用的方法有鲁棒性分析、鲁棒控制器设计 等。
06
习题答案解析
第1章习题答案解析
1.1
简述自动控制系统的基本组成。答案：一个典型的自动控制系统由控制器、受控对象、执行器、传感 器等部分组成。
1.2
简述开环控制系统和闭环控制系统的区别。答案：开环控制系统是指系统中没有反馈环节的系统，输 出只受输入的控制，结构相对简单；而闭环控制系统则有反馈环节，输出对输入有影响，结构相对复 杂。
20世纪60年代末至70年代，主要研究多变量线 性时不变系统的最优控制问题，如线性二次型最 优控制、极点配置等。
智能控制理论
20世纪80年代至今，主要研究具有人工智能的 控制系统，如模糊逻辑控制、神经网络控制等。
02
控制系统稳定性分析
稳定性定义
01
内部稳定性
系统在平衡状态下受到扰动后，能 够回到平衡状态的性能。
步骤
时域分析法包括对系统进行数学建模、 系统稳定性分析、系统性能分析和系 统误差分析等步骤。
缺点
时域分析法需要对系统的数学模型进 行详细的分析，对于复杂系统的分析 可能会比较困难。
频域分析法
步骤
频域分析法包括对系统进行数学建模、系 统稳定性分析和系统性能分析等步骤。
定义
频域分析法是在频率域中对控制系 统进行分析的方法。它通过对系统 的频率响应进行分析，来描述系统
它通过分析系统的频率响 应，并根据频率响应的性 质来判断系统的稳定性。
如果频率响应曲线超出奈 奎斯特圆，则系统是不稳 定的。
根轨迹法
根轨迹法是一种图解方法，用 于分析线性时不变系统的稳定
现代控制理论在电力系统及其自动化中的应用
现代控制理论在电力系统自动化中的应用摘要：本文综述了近年来模糊逻辑控制、神经网络控制、线性最优控制、自适应控制在电力系统稳定，自动发电控制，静止无功补偿及串联补偿控制，燃气轮机控制等方面应用研究的主要成果与方法，并提出若干需要解决的问题。
关键词：电力系统模糊控制神经网络最优控制自适应控制1 前言电力系统能否安全稳定运行关系到国计民生，因此电力系统稳定性控制技术的选择变得尤为重要。
电力系统是一个越来越大，越来越复杂的动态网络，它具有很强的非线性、时变性且参数不确切可知，并含有大量未建模动态部分。
电力系统地域分布广泛，大部分原件具有延迟、磁滞、饱和等等复杂的物理特性，对这样的系统实现有效的控制是极为困难的，国内外因电压不稳导致的停电事故时有发生。
这些都使电力系统的稳定性控制问题变得越来越复杂，也正是因为问题的复杂性而使得现代控制理论得以在这一领域充分发挥其巨大的优势。
随着越来越先进的电力电子器件的出现和计算机技术的发展，先进的现代控制方法在电力系统领域的应用变的越来越广泛。
本文主要介绍了模糊逻辑控制、神经网络控制、最优控制和自适应控制在电力系统中的应用，并提出相关问题的相应解决方法。
2 电力系统的模糊逻辑控制电力系统的模糊逻辑控制就是利用模糊经验知识来解决电力系统中的一类模型问题，弥补了数值方法的不足。
从Zaden L.A.1965年发表了Fuzzy Sets[1]一文以来，模糊控制理论作为一门崭新的学科发展非常迅速，应用非常广泛。
目前国内外对电力系统模糊控制的研究成果越来越多，这显示了模糊理论在解决电力系统问题上的潜力。
模糊逻辑控制是从行为上模拟人的模糊推理和决策过程的一种实用的控制方法，它适于解决因过程本身不确定性、不精确性以及噪声而带来的困难。
模糊控制常用来描述专家系统，专家系统作为一种人工智能方法，其在电力系统中得到应用，弥补了数值方法的诸多不足。
专家系统利用专家知识进行推理，由于系统参数的不确定性，专家知识经常采用模糊描述。
现代控制理论及其应用
现代控制理论及其应用现代控制理论是指在现代科技发展的基础上，对控制系统的研究和应用的理论体系。
它广泛应用于工业生产、交通运输、航空航天、电力系统等各个领域，对提高自动化水平、优化控制过程，具有重要的意义和作用。
一、现代控制理论简介现代控制理论是以系统理论为基础的一种研究控制系统动态行为和优化控制问题的理论。
它以数学模型为基础，通过建立系统的数学描述，运用数学方法研究系统的特性，从而达到对系统行为进行预测和优化控制的目的。
现代控制理论主要包括控制系统的数学模型建立、系统的稳定性分析、系统的传递函数表示、系统响应特性研究等内容。
通过对系统的分析和综合，可以设计出各种不同类型的控制器，如比例控制器、积分控制器、微分控制器等，实现对系统的自动控制。
二、现代控制理论的应用1. 工业生产领域在工业生产中，现代控制理论被广泛应用于自动化生产线的控制和优化。
通过对生产过程进行实时监测和控制，可以提高工业生产的效率和质量，减少人力资源的浪费。
2. 交通运输领域现代交通运输系统中的交通灯控制、交通流量管理等问题，也是现代控制理论的应用范畴。
通过建立交通系统的数学模型，运用控制理论中的方法和算法，可以实现交通拥堵的缓解和交通流量的优化。
3. 航空航天领域现代控制理论在航空航天领域的应用十分重要。
在飞行器的自动驾驶系统中，通过设计合适的控制器，可以实现对飞行器的航向、高度、速度等参数的稳定控制，提升飞行安全性。
4. 电力系统领域电力系统的稳定运行对于社会经济的发展至关重要。
现代控制理论在电力系统的发电、输配电以及电力负荷调度等方面都有广泛应用。
通过合理控制和管理，可以确保电力系统的稳定供应和电能的高效利用。
三、现代控制理论的发展趋势随着科技的进步和应用领域的不断拓展，现代控制理论也在不断发展和创新。
以下是现代控制理论发展的几个趋势：1. 多元化控制方法：传统的PID控制器已经无法满足复杂系统的控制需求，因此需要开发出更多新颖有效的控制方法，如模糊控制、神经网络控制等。
现代控制理论的发展概况
现代控制理论的发展概况传统的控制理论是在20世纪30到40年代，奈奎斯特、伯德、维纳等人的著作为自动控制理论的初步形成而奠定了基础的。
而由于航空航天技术的推动和计算机技术飞速发展，控制理论在1960年前后有了重大的突破和创新。
在此期间，由卡尔曼提出的线性控制系统的状态空间法、能控性和能观测性的概念，奠定了现代控制理论的基础，其提出的卡尔曼滤波，在随机控制系统的分析与控制中得到广泛应用；庞特里亚金等人提出了极大值原理，深入研究了最优控制问题；由贝而曼提出最优控制的动态规划法，广泛用于各类最优控制问题。
这些就构成了后来被称为现代控制理论的发展起点和基础。
罗森布洛克、麦克法轮和欧文斯研究了使用于计算机辅助控制系统设计的现代频域法理论，将经典控制理论传递函数的概念推广到多变量系统，并探讨了传递函数矩阵与状态方程之间的等价转换关系，为进一步建立统一的线性系统理论奠定了基础。
20世纪70年代奥斯特隆姆和朗道在自适应控制理论和应用方面作出了贡献。
与此同时，关于系统辨识、最优控制、离散时间系统和自适应控制的发展大大丰富了现代控制理论的内容。
鲁棒控制理论阶段：由于现代数学的发展，结合着H2和H￥等范数而出现了H2和H ￥控制，还有逆系统控制等方法。
20世纪70年代末，控制理论向着“大系统理论”、“智能控制理论”和“复杂系统理论”的方向发展。
“大系统理论”：用控制和信息的观点，研究各种大系统的结构方案、总体设计中的分解方法和协调等问题的技术基础理论。
“智能控制理论”：研究与模拟人类智能活动及其控制与信息传递过程的规律，研制具有某些拟人智能的工程控制与信息处理系统的理论。
“复杂系统理论”：把系统的研究拓广到开放复杂巨系统的范筹，以解决复杂系统的控制为目标。
而“现代控制理论”这一名称是1960年卡尔曼的著名文章发表后出现的，其在经典控制理论的基础上，以线性代数和微分方程为主要的数学工具，以状态空间法为基础，分析与设计控制系统。
自适应控制（研究生经典教材）
自适应控制Adaptive control1.关于控制2.关于自适应控制3.模型参考自适应控制4.自校正控制5.自适应替代方案6.预测控制参考文献主要章节内容说明：第一部分：第一章自适应律的设计§1.参数最优化方法§2.基于Lyapunov稳定性理论的方法§3.超稳定性理论在自适应控制中的应用第二章误差模型§1.Narendra误差模型§2.增广矩阵§3.线性误差模型第三章MRAC的设计和实现第四章小结第二部分：第一章模型辨识及控制器设计§1.系统模型：CARMA模型§2.参数估计：LS法§3.控制器的设计方法：利用传递函数模型§4.自校正第二章最小方差自校正控制§1.最小方差自校正调节器§2.广义最小方差自校正控制第三章极点配置自校正控制§1.间接自校正§2.直接自校正1.About control engineering education1)control curriculum basic concept(1)dynamic system●The processes and plants that are controlled have responses that evolvein time with memory of past responses●The most common mathematical tool used to describe dynamic system isthe ordinary differential equation (ODE).●First approximate the equation as linear and time-invariant. Thenextensions can be made from this foundation that are nonlinear 、time-varying、sampled-data、distributed parameter and so on.●Method of building model (or equation )a)Idea of writing equations of motion based on the physics andchemistry of the situation.b)That of system identification based on experimental data.●Part of understanding the dynamical system requires understanding theperformance limitations and expectation of the system.2.stabilityWith stability, the system can at least be used●Classical control design method, are based on a stability test.Root locus 根轨迹Bode‟s frequency response 波特图Nyquist stability criterion 奈奎斯特判据●Optimal control, especially linear-quadratic Gaussian (LQG) control (线性二次型高斯问题) was always haunted by the fact that method did notinclude a guarantee of margin of stability.The theory and techniques of robust (鲁棒)design have been developedas alternative to LQG●In the realm of nonlinear control, including adaptive control, it iscommon practice to base the design on Lyapunov function in order to beable to guarantee stability of final result.3.feedbackMany open-loop devices such as programmable logic controllers (PLC) are in use, their design and use are not part of control engineering.●The introduction of feedback brings costs as well as benefits. Among thecosts are need for both actuators and sensors, especially sensors.●Actuator defines the control authority and set the limits of speed indynamic response.●Sensor via their inevitable noise, limit the ultimate(最终) accuracy ofcontrol within these limits, feedback affords the benefit of improveddynamic response and stability margins, improved disturbancerejection(拒绝) ，and improved robustness to parameter variability.●The trade off between costs and benefits of feedback is at the center ofcontrol design.4.Dynamic compensation●In beginning there was PID compensation, today remaining a widely usedelement of control, especially in the process control.●Other compensation approaches : lead-and-log networks (超前-滞后)observer-based compensators include : pole placement, LQG designs.●Of increasing interest are designs capable of including trade-off amongstability, dynamic response and parameter robustness.Include: Q parameterization, adaptive schemes.Such as self-tuning regulators, neural-network-based-controllers.二、historical perspectives (透视)●Most of early control manifestations appear as simple on-off (bang-bang)controllers with empirical (实验；经验性的) setting much dependent uponexperience.●The following advances such as Routhis and Hurwitz stability analysis(1877).Lyapunov‟s state model and nonlinear stability criteria(判据) (1890) .Sperry‟s early work on gyroscope and autopilots (1910), and Sikorsky‟swork on ship steering (1923)Take differential equation, Heaviside operators and Laplace transform astheir tools.●电机工程(electrical engineering)The largely changed in the late 1920s and 1930s with Black‟s developmentof the feedback electronic amplifier, Bush‟s differential analyzer, Nyquist‟sstability criterion and Bode‟s frequency response methods.The electrical engineering problems faced usually had vary complex albeitmostly linear model and had arbitrary (独立的；随机的) and wide-ringingdynamics.●过程控制(process control in chemical engineering)Most of the progress controlled were complex and highly nonlinear, butusually had relatively docile (易于处理的) dynamics.One major outcome of this type of work was Ziegler-Nichols‟PIDthres-term controller. This control approach is still in use today, worldwidewith relatively minor modifications and upgrades (including sampled dataPID controllers with feed forward control, anti-integrator-windupcontrollers :抗积分饱和，and fuzzy logic implementations).●机械工程(mechanical engineering)The application of controls in mechanical engineering dealt mostly in thebeginning with mechanism controls, such as servomechanisms, governorsand robots.Some typical control application areas now include manufacturing processcontrols, vehicle dynamic and safety control, biomedical devices and geneticprocess research.Some early methodological outcomes were the olden burger-Kahenbugerdescribing function method of equivalent linearization, and minimum-time,bang-bang control.●航空工程（aeronautical engineering ）The problems were generally a hybrid (混合) of well-modeled mechanicsplus marginally understood fluid dynamics. The models were often weaklynonlinear, and the dynamics were sometimes unstable.Major contributions to framework of controls as discipline were Evan‟s rootlocus (1948) and gain-scheduling.●Additional major contributions to growth of the discipline of control over thelast 30-40 years have tended to be independent of traditional disciplines.Examples include:Pontryagin‟s maximum principle (1956) 庞特里金Bellman‟s dynamic programming (1957)贝尔曼Kalman‟s optimal estimation (1960)And the recent advances in robust control.三、Abstract thoughts on curriculum●The possibilities for topic to teach are sufficiently great. If one tries topresent proofs of all theoretical results. One is in danger of giving thestudents many mathematical details with little physical intuition orappreciation for the purposes for which the system is designed.●Control is based on two distinct streams of thought. One stream is physicaland discipline-based. Because one must always be controlling some thing.The other stream is mathematics-based, because the basis concepts ofstability and feedback are fundamentally abstract concepts best expressedmathematically. This duality(两重性) has raised, over the years, regularcomplaints about the …gap‟ between theory and practice.●The control curriculum typically begins with one or two courses designed topresent an overview of control based on linear, constant, ODE models,s-plane and Nyquist‟s stability ideas, SISO feedback and PID, lead-lay andpole-placement compensation.These introductory courses can then be followed by courses in linear systemtheory, digital of control, optimal control, advanced theory of feedback, andsystem identification.四、Main control courses●Introduction to controlLumped system theoryNonlinear controlOptimal controlAdaptive controlRobot controlDigital controlModeling and simulationAdvanced theoryStochastic processesLarge scale multivariable systemManufacturing systemFuzzy logic Neural Networks外文期刊：《Automatic》IFAC 国际自动控制联合会Computer and control abstractsIEEE translations on Automatic controlAutomation●Specialized \ experimental courses✓Intelligent controlApplication of Artificial IntelligenceSimulation and optimization of lager scale systems robust control ✓System identification✓Microcomputer-based control systemDiscrete-event systemsParallel and Distributed computationNumerical optimization methodsNumerical system theory●Top key works from 1963-1995 in IIACAdaptive control 305Optimal control 277Identification 255Parameter estimation 244Stability 217Linear system 184Non-linear systems 168Robust control 158Discrete-time systems 143Multivariable systems 140Robustness 140Multivariable systems control systems 110Optimization 110Computer control 104Large-scale systems 103Kalman filter 102Modeling 107为什么自适应 《Astrom 》chapter 1✓ 反馈可以消除扰动。
《现代控制理论》课程教案
《现代控制理论》课程教案第一章：绪论1.1 课程简介介绍《现代控制理论》的课程背景、意义和目的。
解释控制理论在工程、科学和工业领域中的应用。
1.2 控制系统的基本概念定义控制系统的基本术语，如系统、输入、输出、反馈等。
解释开环系统和闭环系统的区别。
1.3 控制理论的发展历程概述控制理论的发展历程，包括经典控制理论和现代控制理论。
介绍一些重要的控制理论家和他们的贡献。
第二章：数学基础2.1 线性代数基础复习向量、矩阵和行列式的基本运算。
介绍矩阵的特殊类型，如单位矩阵、对角矩阵和反对称矩阵。
2.2 微积分基础复习微积分的基本概念，如极限、导数和积分。
介绍微分方程和微分方程的解法。
2.3 复数基础介绍复数的基本概念，如复数代数表示、几何表示和复数运算。
解释复数的极坐标表示和欧拉公式。
第三章：控制系统的基本性质3.1 系统的稳定性定义系统的稳定性，并介绍判断稳定性的方法。
解释李雅普诺夫理论在判断系统稳定性中的应用。
3.2 系统的可控性定义系统的可控性，并介绍判断可控性的方法。
解释可达集和可观集的概念。
3.3 系统的可观性定义系统的可观性，并介绍判断可观性的方法。
解释观测器和状态估计的概念。
第四章：线性系统的控制设计4.1 状态反馈控制介绍状态反馈控制的基本概念和设计方法。
解释状态观测器和状态估计在控制中的应用。
4.2 输出反馈控制介绍输出反馈控制的基本概念和设计方法。
解释输出反馈控制对系统稳定性和性能的影响。
4.3 比例积分微分控制介绍比例积分微分控制的基本概念和设计方法。
解释PID控制在工业控制系统中的应用。
第五章：非线性控制理论简介5.1 非线性系统的特点解释非线性系统的定义和特点。
介绍非线性系统的常见类型和特点。
5.2 非线性控制理论的方法介绍非线性控制理论的基本方法，如反馈线性化和滑模控制。
解释非线性控制理论在实际应用中的挑战和限制。
5.3 案例研究：倒立摆控制介绍倒立摆控制系统的特点和挑战。
解释如何应用非线性控制理论设计倒立摆控制策略。
现代控制理论概述及实际应用意义
都是控制理论在生活 中的应用 。现代 在１５年提 出了动态规则；１５年卡尔 ９７ቤተ መጻሕፍቲ ባይዱ９９
控制理论如此广泛 ，因此学好现代控 曼 （ａｍ ｎ Ｋｌａ ）和布西创建了卡尔曼滤波 的方法 。根据 系统的输入输 出的试验 制理论至关重要 。 ２ 现代控制理论的产生与发展 ． 理论；１６ 年在控制系统的研究中成功 数据，从一类 给定的模 型中确定一个 ９０
（ 内部 ）一输 出。 经典 控 制 理论 的特 点研 究对 象
５ 现代控制理论的应用 ． 比起 经 典控 制 理论 ，现代 控 制
（ ）线 性 系 统 基 本 理 论 ４
是单输入 、单输 出线性定常系统 。其 理论考虑 问题更全面、更复杂 ，主要 表现在 考虑系统 内部之间的耦合，系
其局限性主要表现在难 以应 用于时变 业、农 业、交通运输及 国防建设等 各
当系统 中存在 随 机干 扰 和环 境 系统、多变量系统。难 以揭 示系统 更 个领域 。主要有倒立摆稳定控制 、单 噪声时，其综合必须应用概 率和统计 为深刻 的特性 。
方法进 行 。即： 己知系统数 学模型 ， 级倒立摆稳定控制、二级倒立摆稳定
统 。它所采用的方法 和算法 也更适合 别表现在经典控制理论 的研究对象是 制 ，它的 出现 对 电机 控制技术 的研究
于在数字计算机上进行 。现代控制 理 单入单 出的 （ ＩＯ Ｓ Ｓ ）系统 ，以及线性 具有划时代 的意义 ，使 电机控制技术 论还为设计和构造具有指定的性能指 定常系 统。用 到的工具有传递 函数 。 的发展步入 了一个全新 的阶段 。１８ ９５
【 关键词 】现代控制理论 ；差异 ；应用；意义
１ 引言 ． 控 制 理论 作 为一 门科 学技 术 ，
- 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、"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、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)。
自适应律：
Ko Be1 t yM t
(17-15) (17-15) (17-15)
其结构图如图17-3所示。由图可见，自适应机构包括了一个乘法 器及一个积分器。M.I.T.自适应控制方案的优点是结构比较简单，
并且自适应律所需信号只是参考模型的输出yM t 以及参考模型输 出与可调系统输出之误差 e1 t，它不需要状态信息，因此这些都是
Ko
B1
2e1
t
Ko KM
yM
t
(17-11) (17-12) (17-13)
(17-14)
令
B
2B1
Ks KM
，则得
Ko Be1 t yM t
(17-15)
这就是可调整参数Ko的自适应律。于是M.I.T.自适应控制系统的 数学模型可归结为
输出误差： Dse1 s KM KoKs N sr s 模型输出： Ds yM s KM N sr s
模型参考自适应系统的基本设计方法有以三种： ⑴ 参数最优化方法： ⑵ 基于李雅诺夫稳定性理论的设计方法： ⑶ 基于波波夫超稳定性及正性概念的设计方法。
下面，我们将对各种设计方法分别进行介绍。
第一节 按局部参数最优化设计自适应控制的方法
这是以参数最优化理论为基础的设计方法。它的基本思想 是：假设可调系统中包含若干个可调参数，取系统性能指 标为理想模型与可调系统之间误差的函数，显然它亦是可 调参数的函数，因此可以将性能指标看作参数空间的一个 超曲面。
(17-22)
考虑式(17-21)有
Te1 e1 BKsro yM e1 0
由式(17-20)得
当外界条件发生变动或出现干扰时，受控对象特性会发 生相应变化，由自适应机构检测理想模型与实际系统之 间的误差，例如水箱液面控制系统。对系统的可调参数 进行调整，且寻求最优的参数，使性能指标处于超曲面 的最小值或其邻域内。
最常用的参数最优化方法有梯度法、共轭梯度法等。这种设 计方法最早是由M.I.T.在五十年代末提出来的，故M.I.T.法。 M.I.T.提出的自适应方案假定受控对象传递函数为：
WS
s
Ks
N s Ds
(17-1)
式中，只有 Ks 受环境影响而变化，是未知的； N s及 Ds则
为已知的常系数多项式。所选择的参考模型传递函数为：
WM
s
KM
N s Ds
(17-2)
式中，KM 根据希望的动态响应来确定。
在可调系统中仅设置了一个可调的前置增益 K，M 由自适应机构来进 行调节。选取性能指标为
图（17-1）模型参考自适应系统基 本结构图
模型参考自适应控制问题的提法可归纳：根据获得的有关受 控对象及参考模型的信息（状态、输出、误差、输入等）设 计一个自适应控制律，按照该控制律自动地调整控制器的可 调参数（参数自适应）或形成辅助输入信号（信号综合自适 应），使可调系统的动态特性尽量接近理想的参考模型的动 态特性。 由图17-1可见，参考模型与可调系统的相互位置是并联的， 因此称为并联模型参考自适应系统。这是最普遍的一种结构 方案。除此之外，还有串并联方案及串联方案，其基本结构 如图17-2所示。
第十七章 模型参考自适应控制
模型参考自适应控制在原理及结构上与自校正控制有很大差 别，这类系统的性能要求不是用一个指标函数来表达，而是 用一个参考模型的输出或状态响应来表达，例如导弹的稳定 控制系统。
参考模型的输出或状态相当于给定一个动态性能指标，通 过比较受控对象及参考模型的输出或状态响应取得误差信 息，按照一定的规律（自适应律）来修正实际系统的参数 （参数自适应）或产生一个辅助输入信号（信号综合自适 应），从而使实际系统的输出或状态尽量跟随参考模型的 输出或状态。参数修正的规律或辅助输入信号的产生是由 自适应机构来完成的。
J
t 0
e12
d
(17-3)
式中，e1 yM ys为输出广义误差。要求设计调节 K0 的自适应律，使 以上性能指标达到最小。下面，用梯度法来求它的自适应律。
为使J达最小，首先要求出J对K0 的梯度；
J
K0
t 0
2e1
e1 K0
d
(17-4)
按梯度法，K0 的调整值应为
K0
B1
J K0
(17-5)
Ko Ks
N s Ds
Dse1 s KM KoKs N sr s
上式对 Ko 求导：
DLeabharlann se sKo
K
s
N
s
r
s
(17-8) (17-9) (17-10)
由参考模型传递函数可得
KM
N s Ds
yM s rs
N D
s s
r
s
1 KM
yM
s
e1 t
Ko
Ko KM
yM t
代入式(17-7)，则得
式中， B1为步长，是经适当选定的正常数。经一步调整后 K0 值为
J Ko Ko0 B1 Ko
(17-6)
可以通过如下运算来求梯度 J 。对式(17-6)求导可得
Ko
Ko
B1
d dt
J Ko
B1
2e1
e1 Ko
(17-7)
为了计算e1 / Ko先求传递函数
故有
We
s
e1 s rs
KM
由于在一般情况下，被控对象的参数是不便直接调整的，为 了实现参数可调，必须设置一个包含可调参数的控制器。这 些可调参数可以位于反馈通道、前馈通道或前置通道中，分 别对应地称为反馈补偿器、前馈补偿器、前馈补偿器及前置 滤波器，例如航天飞机的姿态控制系统。
为了引入辅助输入信号，则需要构成单独的自适应环路。 它们与受控对象组成可调系统。模型参考自适应控制系 统的基本结构如图17－1所示。
解: 本例自适应控制系统的数学模型可表示成
输出误差： Te1 e1 KM KoKs r
(17-19)
模型输出： TyM yM KMT
(17-20)
自适应律：
Ko Be1 yM
(17-21)
现在来检查系统的稳定性。设 r t ro ，对式(17-19)进行求导得
Te1 e1 KoKsTo
容易获得的。但是M.I.T.方案不能保证自适应系统总是稳定的，因 此，最后必须对整个系统的稳定性进行检验，这可以通过以下例 子来说明。
例17-1 设对象为一阶系统，其传递函数为
Ws
s
1
Ks Ts
s
式中，Ts 为已知常数，Ks 受环境影响而改变。设参考模型传递函数 为
WM
s
KM 1 TM
s
式中TM Ts To。试根据M.I.T.自适应控制方案，设计自适应控制系 统。其结构如图17-4所示。