自适应控制 模型参考自适应控制的MIT法 PPT

二阶系统的阶跃响应
μ=2
二阶系统的阶跃响应
μ=5
二阶系统的阶跃响应
μ=5.5
感谢您的聆听！
一阶系统的阶跃响应
μ=0.5
一阶系统的阶跃响应
μ=0.02
一阶系统的阶跃响应
μ=50
一阶系统的正弦响应
μ=5.5，r(t)=sin ωt， ω=4.5 rad/sec
一阶系统的正弦响应
μ=6，r(t)=sin ωt， ω=4.5 rad/sec
一阶系统的正弦响应
μ=80，r(t)=sin ωt， ω=2 rad/sec
比，因此可以视为自适应调节的步长，或称 为自适应增益，其值影响自适应过程收敛的 速度和精度，需要通过实验来确定。 • （6）性能指标可以选择各种形式
一阶系统稳定性分析
• MIT方案中，调节Kc的目标是使广义误
差e(t)逐步趋近于零。
• 因此MIT法自适应控制系统的稳定性应当
以广义误差e(t)的动态特性进行分析。
Y (s) 10 R(s), Kv 4, Kc(0) 2 0.2s 1
1 Y (s) s2 2s 1 R(s), Kv 0.4, Kc(0) 2
MIT法的特点
• 从MIT法自适应律的推导过程可以看出几个 特点：
• （1）的变化速度远慢于的调节速度是一个必 要的条件，否则无法求出的导数；
MIT法的系统模型
r（t）
K N(s) D(s)
ym（t） ＋ e（t）广义误差
Kc
N(s)
－
Kv D(s) yp（t）
自适应机构
MIT自适应控制方案
r（t）
K N(s) D(s)
ym（t） ＋ e（t）
Kc
N(s)
－
Kv D(s) yp（t）
s
自适应机构
课后作业
用Matlab对MIT方案进行仿真，参考模 型分别为以下一阶和二阶形式：
模型参考自适应控制的MIT法
自适应控制
模型参考自适应控制的MIT法
预备知识 MIT法的基本原理 MIT法的仿真实验及其分析
并联MRAS
r（t）
参考模型 可调系统
ym（t）
＋
yp（t） －
e（t）广义误差
自适应机构
多元函数及其偏导数
z
z x1
z=f(x1,x2)
x1
Baidu Nhomakorabea
x2
方向导数
z z=f(x1,x2)
α
x1
l
x2
梯度的几何意义
grad z
只有当目标函数的等高线轮廓球形(或在二维空间中 的圆形时)，梯度法可以一步达到极小点，否则，该 方法不一定直接指向最小点
非线性规划的梯度法
x* x0
飞机自动驾驶仪
反馈控制器
自适应控制器
局部参数最优化设计MRAS
（1）设定性能指标IPRM，使IPRM对| e(t)|单调递增； （2）将IPRM表示为参数空间上的一个多元函数； （3）寻找使IPRM取得局部极小值的参数值； （4）控制器参数寻优调节规律，就是适应律。
• （2）系统动态响应速度要远快于调节速度； • （3）自适应机构包含积分环节，自适应调节
效果与ym有关，即与参考模型传递函数和输 入r(t)有关。
MIT法的特点
• （4）自适应过程不具智能性，整个系统是非 线性系统，且只能解决对象参数局部时变的 问题。
• （5）μ由人工设定，与梯度法的步长λ成正