鲁棒控制系统设计
自动化控制系统的鲁棒优化设计方法研究现状分析论文素材
自动化控制系统的鲁棒优化设计方法研究现状分析论文素材自动化控制系统的鲁棒优化设计方法研究现状分析自动化控制系统是现代工业生产中不可或缺的一部分。
通过使用控制算法、传感器和执行器，自动化控制系统能够实现生产流程的自动化，并提高生产效率和质量。
在设计自动化控制系统时，鲁棒优化是一个重要的考虑因素。
本文将对自动化控制系统的鲁棒优化设计方法进行研究现状分析。
一、鲁棒优化概述鲁棒优化是指在面对系统不确定性和外部干扰时保持控制系统的稳定性和性能。
传统的优化方法往往是基于系统准确的数学模型，但实际的控制系统常常存在模型不确定性和外部干扰，因此，需要使用鲁棒优化方法来提高控制系统的稳定性和鲁棒性。
二、鲁棒优化设计方法1. 参数整定方法鲁棒参数整定方法是一种基于系统模型的优化方法。
通过对系统模型进行分析和建模，确定系统参数的取值范围，并通过试探法或迭代算法来优化系统参数。
常见的鲁棒参数整定方法有H∞优化、线性矩阵不等式（LMI）方法等。
2. 鲁棒控制设计方法鲁棒控制设计方法是通过引入鲁棒控制器来提高控制系统的性能和鲁棒性。
常见的鲁棒控制器设计方法有H∞控制、μ合成控制等。
这些方法通过对系统模型进行描述，并结合鲁棒控制理论，设计出满足性能指标和鲁棒性要求的控制器。
3. 鲁棒优化方法在非线性系统中的应用非线性系统的优化设计涉及到非线性系统的建模和分析，以及非线性控制器的设计。
鲁棒优化方法在非线性系统中的应用主要是通过引入鲁棒控制理论，将非线性系统转化为具有线性结构的模型，并利用线性控制理论进行设计。
三、鲁棒优化设计方法的应用领域鲁棒优化设计方法在各个领域都具有重要的应用价值。
例如，在工业生产过程中，自动化控制系统的鲁棒优化设计可以提高生产效率和产品质量；在飞行器控制系统中，鲁棒优化设计可以提高系统的稳定性和安全性；在机器人控制系统中，鲁棒优化设计可以提高机器人的灵活性和适应性。
四、研究现状分析目前，国内外学者在自动化控制系统的鲁棒优化设计方法方面做了大量的研究工作。
控制系统中的鲁棒性分析与设计
控制系统中的鲁棒性分析与设计在控制系统中，鲁棒性是指控制系统对于参数变化、外部干扰、测量噪声等不确定性因素的稳定性和性能表现。
鲁棒性分析与设计主要目的是提高控制系统的稳定性、鲁棒性和性能，以适应实际工程环境中的不确定性。
1. 鲁棒性分析鲁棒性分析是控制系统设计的重要环节。
它可以帮助工程师评估以及量化控制系统对于参数变化、干扰和噪声的容忍程度。
以下是一些常用的鲁棒性分析方法：1.1 系统感度函数分析系统感度函数是用来描述控制系统输出对于参数变化的敏感程度。
通过分析系统感度函数，可以确定系统的脆弱性和稳定性。
系统感度函数分析常用于评估系统的稳定性边界、参数不确定性边界和鲁棒性边界。
1.2 线性矩阵不等式(LMI)方法线性矩阵不等式方法是一种基于数学理论的鲁棒性分析方法。
它通过建立一系列矩阵不等式，来刻画控制系统的稳定性和性能。
LMI方法在控制系统设计中被广泛应用，它不仅可以评估系统的鲁棒性，还可以用于设计鲁棒控制器。
1.3 干扰分析干扰是控制系统中常见的不确定因素，对系统的性能和稳定性产生重要影响。
干扰分析可以帮助工程师了解系统对于不同干扰的响应，并根据需要采取相应的措施来改进系统鲁棒性。
常用的干扰分析方法包括频域分析、时域分析和能量分析等。
2. 鲁棒性设计鲁棒性设计旨在采取控制策略和控制器结构，使得控制系统对于不确定性因素具有较好的稳定性和性能。
以下是一些常见的鲁棒性设计方法：2.1 鲁棒控制器设计鲁棒控制器设计是指根据鲁棒性需求，设计出满足控制系统鲁棒性要求的控制器。
常用的鲁棒控制器设计方法包括H∞控制、μ合成、鲁棒PID控制等。
这些方法都是基于数学理论，可用于设计满足鲁棒性和性能要求的控制器。
2.2 鲁棒优化设计鲁棒优化设计是指结合鲁棒控制与优化方法，兼顾控制系统的稳定性和性能。
通过优化设计，可以在满足鲁棒性要求的前提下，使系统的性能指标达到最优。
鲁棒优化设计方法包括H∞优化、线性二次调节器和状态反馈等。
控制系统鲁棒性设计
控制系统鲁棒性设计控制系统鲁棒性设计是指在考虑到系统动态特性和不确定因素的情况下，设计出具有良好鲁棒性的控制系统。
鲁棒性设计的目标是使系统能够在不确定因素的干扰下仍然能够保持稳定性和性能。
本文将从鲁棒性设计的概念、重要性以及实现鲁棒性设计的方法三个方面对控制系统鲁棒性设计进行探讨。
一、鲁棒性设计的概念鲁棒性是指系统对于参数变化、外部干扰以及模型不准确性等因素的容忍度。
在控制系统中，不同的干扰和参数变化可能会导致系统动态特性和稳定性发生变化，鲁棒性设计的目标就是保证系统的性能不受这些因素的影响而变差。
二、鲁棒性设计的重要性鲁棒性设计在控制系统中具有重要的意义。
首先，现实世界中的系统往往存在着各种不确定因素，如参数变化、外部干扰等，如果控制系统在面对这些不确定因素时不能保持稳定性和性能，则无法满足实际应用的需求。
其次，控制系统的设计往往是建立在一定的模型假设下进行的，而这些模型存在不准确性，因此需要通过鲁棒性设计来保证系统的稳定性和性能。
最后，鲁棒性设计可以提高系统对于异常情况的响应能力，确保系统在面对未知情况时仍能正常工作。
三、实现鲁棒性设计的方法实现鲁棒性设计的方法主要包括模型不确定性分析、鲁棒控制器设计以及鲁棒性性能评估等。
1. 模型不确定性分析在鲁棒性设计中，模型的不确定性是一个重要的考虑因素。
通过对系统模型的不确定性进行分析，可以了解到系统模型的不确定部分，从而进一步确定鲁棒控制设计中需要关注的方面。
2. 鲁棒控制器设计鲁棒控制器设计是实现鲁棒性设计的关键步骤。
鲁棒控制器的设计需要考虑到系统的不确定性和干扰，通过引入校正项或者使用鲁棒控制策略，可以使得控制系统对于不确定因素的变化具有一定的容忍度，从而保证系统的稳定性和性能。
3. 鲁棒性性能评估鲁棒性性能评估是评价控制系统鲁棒性设计效果的重要手段。
通过对控制系统的鲁棒稳定性和鲁棒性能进行评估，可以判断控制系统对于不确定因素的容忍度以及系统性能的表现。
基于智能算法的鲁棒控制系统设计与优化
基于智能算法的鲁棒控制系统设计与优化智能算法在近几年得到了广泛应用，尤其是在控制领域。
基于智能算法的鲁棒控制系统设计与优化，是当前研究热点之一。
一、智能算法概述智能算法是一种计算机算法，能够模拟人类智能进行学习、自我调整和优化。
常见的智能算法包括模糊控制、遗传算法、神经网络、粒子群算法等。
智能算法的优势在于能够自适应地应对各种复杂控制问题，因此在实际控制系统中得到了广泛应用。
二、鲁棒控制系统设计与优化概述鲁棒控制是控制系统中的一种重要方法，其目的是能够在不确定因素的影响下，保持控制系统的稳态性和稳定性。
鲁棒控制系统的设计与优化则是通过调整控制策略和参数，使系统的稳态性和稳定性更加可靠。
三、基于智能算法的鲁棒控制系统设计与优化基于智能算法的鲁棒控制系统设计与优化，主要是利用智能算法来优化控制系统的控制策略和参数。
具体来说，可以通过以下步骤来实现：（1）建立控制系统模型。
这一步需要建立一个准确的数学模型，来描述控制系统的动态特性。
（2）选择合适的智能算法。
对于不同的控制系统模型，选择不同的智能算法。
（3）利用智能算法进行参数优化。
对于控制系统的参数，利用智能算法进行优化得到最优参数。
（4）进行仿真和实验验证。
进行仿真和实验验证，检验优化后的控制系统的性能和效果是否理想。
基于智能算法的鲁棒控制系统设计与优化，是一种比传统控制方法更为优越的方法。
其优点在于可以自适应地调整控制系统的控制策略和参数，应对各种复杂环境和系统变化。
四、应用实例基于智能算法的鲁棒控制系统设计与优化，在实际应用中取得了良好效果。
例如，基于粒子群算法的PID控制器优化方法，在某飞控器稳定系统中得到了很好的应用效果。
该方法利用粒子群算法优化PID控制器的参数，使得系统的稳态误差和调整时间都得到了明显改善。
另外，基于模糊控制与遗传算法的跟踪控制器设计方法，在某机器人系统中得到了很好的应用效果。
该方法利用模糊控制方法，设计出一个具有多输入多输出特性的控制器，并通过遗传算法优化控制器的参数，使得机器人的跟踪性能得到了明显改善。
机械系统的鲁棒控制与鲁棒优化设计
机械系统的鲁棒控制与鲁棒优化设计鲁棒控制与鲁棒优化设计是机械系统中关键的技术手段，能够在不确定性和变动性环境下实现稳定可靠的控制。
本文将探讨机械系统鲁棒控制与鲁棒优化设计的原理、方法和应用。
一、机械系统的鲁棒控制机械系统的鲁棒控制是指在存在参数不确定性、外部扰动和模型误差的情况下，仍能确保系统稳定性和性能的控制方法。
鲁棒控制能够应对系统的不确定性和变动性，提高系统的稳定性和鲁棒性。
鲁棒控制的关键是设计具有鲁棒性的控制器。
鲁棒控制常用的方法包括H∞控制、μ合成控制和自适应控制等。
其中，H∞控制是一种基于最优控制理论的方法，能够优化系统的鲁棒性能。
μ合成控制通过寻找闭环系统的最小鲁棒性能函数，设计出鲁棒控制器。
自适应控制则通过根据系统的环境变化和参数变动调整控制器的参数，以提高系统的鲁棒性。
二、机械系统的鲁棒优化设计除了鲁棒控制外，鲁棒优化设计也是提高机械系统性能的重要手段。
鲁棒优化设计是指在系统参数不确定和模型偏差的情况下，优化系统的性能指标。
通过鲁棒优化设计，可以使系统具备更好的控制性能，减小外部扰动的影响。
常用的鲁棒优化设计方法包括基于最优化理论的方法和基于神经网络的方法。
基于最优化理论的方法可以采用数学优化模型，将优化问题转化为求解最值的问题。
基于神经网络的方法则通过训练神经网络，得到系统的非线性映射关系，从而实现优化设计。
在鲁棒优化设计中，还需要考虑不确定性和变动性因素的影响。
例如，对于机械系统中存在的参数不确定性，可以采用模糊控制方法进行建模和设计。
模糊控制能够处理参数模糊和模糊逻辑关系，提高系统的鲁棒性。
三、机械系统鲁棒控制与鲁棒优化设计的应用机械系统鲁棒控制与鲁棒优化设计在工程实践中得到了广泛应用。
例如，在工业自动化领域，机械系统的鲁棒控制和鲁棒优化设计可以提高生产过程的稳定性和效率。
在航空航天领域，鲁棒控制技术可以提高航空器的操纵性和安全性。
此外，机械系统鲁棒控制与鲁棒优化设计还在智能机器人、医疗设备和交通系统等领域中有重要应用。
离散控制系统的鲁棒性设计
离散控制系统的鲁棒性设计离散控制系统是一类常见的控制系统，它的设计和实施对于机械工程、电子工程、自动化、信息科学等领域都具有重要的意义。
鲁棒性设计是离散控制系统中的一个关键要素，它能够有效提高系统的稳定性和可靠性。
本文将着重讨论离散控制系统中的鲁棒性设计的原理和方法。
一、鲁棒性设计的基本原理离散控制系统的鲁棒性是指系统对于不确定性和扰动的抵抗能力。
在控制系统中，存在各种各样的不确定因素，如模型参数的变化、测量误差、外部扰动等。
这些因素可能会对系统的性能和稳定性产生不利的影响。
鲁棒性设计的目的就是通过合适的控制策略，使得系统能够在这些不确定因素的作用下仍然具有良好的性能。
鲁棒性设计的基本原理是通过合理的控制策略来抑制不确定因素的影响。
一种常见的鲁棒性设计方法是使用鲁棒控制器，它能够根据系统的特性和不确定性情况来自适应地调整控制策略，从而保持系统的稳定性。
鲁棒控制器通常具有较强的适应能力和抗干扰能力，能够有效地抵御外界扰动和不确定因素的干扰。
二、鲁棒性设计的方法与技巧1. 鲁棒控制器的设计：鲁棒控制器是实现鲁棒性设计的关键。
设计鲁棒控制器的关键是确定适当的控制策略和参数。
在鲁棒控制器的设计过程中，可以采用基于H∞控制理论的方法，通过优化问题求解的方式得到最优控制器参数。
同时，也可以使用基于自适应控制的方法，通过实时调整控制器参数来适应系统的变化和扰动。
2. 模型不确定性的建模与分析：离散控制系统中，模型的不确定性是影响系统性能和鲁棒性的重要因素。
因此，在进行鲁棒性设计时，需要对模型的不确定性进行建模和分析。
可以使用不确定性边界方法、区间分析方法等来描述和量化模型的不确定性，从而为后续的鲁棒性设计提供参考。
3. 鲁棒性评估与性能指标的选择：在进行鲁棒性设计时，需要考虑系统的性能和稳定性。
鲁棒性评估是衡量系统鲁棒性的重要手段。
常用的鲁棒性评估方法有灵敏度函数法、鲁棒性盒法等。
此外，在选择鲁棒性设计的性能指标时，需要充分考虑系统的实际需求和应用场景，确保设计的控制策略在满足鲁棒性要求的同时，能够使系统达到预期的性能指标。
控制系统中的鲁棒性分析与控制策略设计研究
控制系统中的鲁棒性分析与控制策略设计研究控制系统，是指对一个系统的输出或状态进行调节，以实现预期输入值或状态的一种技术手段。
在该技术中，鲁棒性（Robustness）是一个十分重要的概念。
其指的是在各种干扰和不确定性因素的影响下，系统应当保持良好的性能表现。
因此，控制系统中鲁棒性分析与控制策略设计的研究就成为了十分热门的领域之一。
一、控制系统的鲁棒性分析1. 鲁棒性分析的概念在控制系统中，鲁棒性是系统在不确定性的干扰下，维持优良性能的能力。
它用来描述任何控制系统都需具有的普遍属性，如抗扰性和确定性。
在控制系统中，鲁棒性分析是指寻找并描述系统在各种不确定性信息下的反应和表现。
2. 鲁棒性分析的方法控制系统的鲁棒性分析方法包括：稳定性分析、性能分析和设计分析。
稳定性分析通过将控制器的采样间隔和控制系统的模型一起考虑，给出控制器选择的要求。
通过分析控制器的输入-输出关系，稳定性分析能够求得系统的稳定性界。
性能分析是一种基于功率或能源函数的分析方法，包括各种性能指标，如能耗和调节时间等。
通过考虑系统在带有各种干扰的情况下的表现，性能分析还可以提供对系统鲁棒性的关键特性刻画。
设计分析方法是鲁棒性分析中应用得最广泛的方法。
可以从控制器的设计策略以及控制系统的性质之间建立联系，以研究控制器设计对控制系统稳定性、性能和鲁棒性的影响。
二、控制策略设计在控制系统中，控制策略设计是实现优化系统性能的重要工具。
最近的研究表明，对于复杂系统，鲁棒性控制策略的使用相对于传统控制策略而言能够有效提高系统的鲁棒性能，从而实现较高的系统性能。
1. 鲁棒性反馈控制鲁棒性反馈控制指控制器将干扰输入作为重要设计参数，通过相应地调整控制器的输出，以优化系统的性能。
2. 鲁棒性前馈控制鲁棒性前馈控制器是一种可以补偿系统动态误差的控制器，它通过将干扰输入作为重要的控制参量，以补偿系统的动态误差，从而提高控制系统的鲁棒性能。
3. 综合鲁棒控制综合鲁棒控制是控制系统中最复杂的一种控制策略。
控制系统的鲁棒性分析与设计
控制系统的鲁棒性分析与设计控制系统是现代工程中的重要组成部分，其设计和应用对于提高工程的稳定性和性能至关重要。
然而，在实际应用中，控制系统常常面临来自外界环境、传感器误差、模型不准确等各种不确定性因素的干扰，这些干扰会严重影响控制系统的性能。
因此，控制系统的鲁棒性分析与设计成为了解决这些问题的关键。
一、什么是鲁棒性分析与设计鲁棒性分析与设计是指通过对控制系统的鲁棒性进行分析，找出系统的脆弱性和鲁棒性不足的原因，并通过设计措施来提高系统的鲁棒性。
鲁棒性是指系统对于参数变动、外部扰动和建模误差等不确定性因素的稳定性和性能表现。
二、鲁棒性分析的方法1. 传统方法传统的鲁棒性分析方法主要基于频域和时域的数学分析技术，如极点分析、干扰灵敏度函数分析等。
这些方法适用于线性系统，并且需要系统的数学模型。
2. 基于仿真的方法基于仿真的鲁棒性分析方法不需要系统的数学模型，而是通过对系统进行数值仿真，模拟系统在不确定性变动下的性能表现。
常用的方法有蒙特卡洛仿真法、参数扰动法等。
3. 基于优化的方法基于优化的鲁棒性分析方法通过对系统的控制器参数进行优化，使得系统在不确定性条件下具有较好的性能表现。
常用的方法有H∞优化、μ合成等。
三、鲁棒性设计的原则1. 鲁棒稳定性原则鲁棒性设计的首要目标是保证系统的稳定性，即使在不确定性因素发生变化的情况下，系统也能保持稳定的性能。
2. 鲁棒性增益裕度原则鲁棒性设计的另一个重要原则是增加系统的增益裕度，即在系统的参数变动和外部扰动发生时，系统仍然能够保持稳定。
3. 鲁棒性性能原则除了稳定性，鲁棒性设计还需要考虑系统的性能表现。
鲁棒性性能原则要求系统在不确定性条件下具有良好的跟踪能力、鲁棒抑制能力等。
四、鲁棒性设计的方法1. 系统建模鲁棒性设计需要基于系统的数学模型进行分析和设计。
因此，首先需要对控制系统进行准确的数学建模，包括传递函数模型、状态空间模型等。
2. 鲁棒性分析通过对系统的鲁棒性进行分析，找出系统的脆弱性和不足之处，确定需要改进的方面。
- 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)。
鲁棒控制设计报告学院专业报告人目 目1 绪论 (2)1.1控制系统设计背景 (2)1.2本文主要工作分配 (3)2 一级倒立摆模型建立 (4)2.1一级倒立摆的工作原理 (4)2.2一级倒立摆的数学模型 (4)3 H∞鲁棒控制器设计 (6)3.1基于Riccati方程的H∞控制 (7)3.2基于LMI的H∞控制 (7)4 一级倒立摆系统的仿真 (9)4.1一级倒立摆控制系统设计 (9)4.2闭环控制系统仿真及分析 (10)5 结论 (13)1 绪论1.1控制系统设计背景一级倒立摆系统是一个典型非线性多变量不稳定系统，在研究火箭箭身的姿态稳定控制、机器人多自由度运动稳定设计、直升机飞行控制等多种领域中得到了广泛的应用，因此以倒立摆作为被控对象进行控制方法的研究具有重要的现实意义。
为解决一级倒立摆系统的非线性、强耦合、多变量、自然不稳定问题，本文利用H∞鲁棒控制实现对一级倒立摆的控制。
Mg图1.1 一级倒立摆系统结构图本文采用的直线一级倒立摆的基本系统如图1.1所示，它是由沿直线导轨运动的小车以及一端固定于小车上的材质均匀的摆杆组成，它是一个不稳定的系统，当倒立摆出出现偏角θ后，如果不给小车施加控制力，倒立摆会倾倒。
所以本文采用H∞鲁棒控制方法的目的是通过调节水平力F的大小控制小车的运动，使倒立摆处于竖立的垂直位置。
控制指标为：倒立摆系统的从初始状态调节到小车停留在零点、并使摆杆的摆角为0的稳定状态。
1.2本文主要工作分配第一章：对一级倒立摆系统的特点、结构以及控制要求进行阐述。
第二章：根据一级倒立摆的结构，利用机理建模法建立被控对象的精确数学模型，并在系统平衡点处进行线性化，得到系统简化的状态方程。
第三章：首先H∞鲁棒控制的基本原理，然后分别利用Riccati方程和LMI 方法设计H∞状态反馈控制器。
第四章：首先使用MATLAB计算基于Riccati方程的H∞状态反馈控制器和基于LMI的H∞状态反馈控制器，然后进行闭环控制系统的仿真并控制系统的性能分析。
第五章：对本次设计进行总结。
2 一级倒立摆模型建立2.1一级倒立摆的工作原理如图1.1所示，倒立摆装置主要由摆杆、小车以及导轨组成。
导轨的一端装有用来测量小车位移的电位计，摆杆与小车的连接处安装测量摆角的装置，小车可以沿着有界轨道直线移动，同时摆杆可以在垂直平面内自由运动。
直流电动机通过传送带拖动小车运动，从而使倒立摆稳定在竖立的垂直位置。
为简化系统分析，在实际模型建立过程中，忽略空气流动的阻力以及各种摩擦力，这样可以将倒立摆抽象为由小车和均匀材质的刚性摆杆组成的系统。
小车质量为M ，摆杆质量为m ，小车位置x ，作用在小车上力大小为F ，摆杆的长度为2L l =，均匀材质的摆杆质心是摆杆的中心。
2.2一级倒立摆的数学模型被控对象的数学模型是过程中的输入量和输出量之间的函数关系，常用的有机理建模法和实验建模两种方法。
本文采用的是机理建模的方法，根据过程的内在机理，利用相关的平衡方程，获得所需要的数学模型。
对摆杆进行受力分析，转动惯量与加速度的乘积等于刚体主动力对该轴力矩的代数和，则摆杆绕其重心的转动方程为：sin cos y x J F l F l θθθ=- (2.1)摆杆在水平方向上受到的合力为：22(sin )x d F m x l dtθ=+ (2.2) 摆杆在垂直方向上受到的合力为：22(sin )y d F mg m x l dtθ-=+ (2.3) 小车在水平方向上受到合力：22y d x F F M dt-= (2.4)将等式(2.2)(2.3)分别带入等式(2.1)和(2.4)中：()2cos sin J ml mlx mgl θθθ++= (2.5) ()()2cos sin F M m x ml θθθθ=++⋅-⋅ (2.6)整理得到系统精确模型为： ()()()()()()()2222222222222222sin sin cos cos lgsin cos sin cos cos J ml F ml J ml m l g x J ml M m m l M m m mlF m l J ml M m m l θθθθθθθθθθθθ⎧+++-⎪=++-⎪⎨+--⎪=⎪++-⎩(2.7) 式中，转动惯量23ml J =。
由等式(2.7)得知，一级直线倒立摆系统的动力学模型为非线性微分方程，因此选择工作点00θ=、00x =对系统进行线性化，即可近似认为0θ≈、sin θθ≈、cos 1θ≈，得到进一步的简化模型： ()()()()()()2222222g M m m l ml F J M m mMl J M m mMl J ml m gl x F J M m mMl J M m mMl θθθ+⎧=-⎪++++⎪⎨+⎪=-+⎪++++⎩(2.8) 以摆杆与竖直向上方向的偏角θ，小车的位移x 、摆杆摆角变化θ和小车的速度x 作为四个状态变量，考虑控制输入干扰ω，将(2.8)转化为状态方程的形式：12x Ax B B u ω=++ (2.9)式中，u F =，x x x θθ⎡⎤⎢=⎥⎢⎥⎢⎥⎢⎥⎣⎦，1200100001000000k A k ⎡⎤⎢⎥⎢⎢⎢=⎥⎥⎥⎣⎦，21100B b b ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦=，42300B k k ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦=，其中1b 、2b 为不大于1的正数，()()12g M m m l k J M m mMl +=++，()2222m gl k J M m mMl =-++，()32ml k J M m mMl =-++，()()242J ml k J M m mMl +=++。
3 H∞鲁棒控制器设计对于图3.1所示的系统，u 为控制输入，y 为被控量，z 为被控对象输出，ω为控制输入干扰，由输入u ，ω到输出y ，z 的传递函数阵()G s 称为增广被控对象，控制器为()K s 。
图3.1 H ∞控制框图传递函数阵()G s 的状态空间表达式如下：121111222121x Ax B B uz C x D D u y C x D D uωωω=++=++=++ (3.1)其中n x R ∈，r R ω∈，p u R ∈，m z R ∈，q y R ∈分别是系统的状态、控制输入扰动、控制输入、系统输出和被控量。
H ∞鲁棒控制器设计问题可以描述为，设计一个控制器u Ky =，使闭环系统满足：a) 闭环内部稳定，即闭环系统状态矩阵的所有特征值均应在左半开复平面中。
b) 从控制输入干扰ω到输出z 的闭环传递函数()z T s ω的H ∞范数小于1，即()1z T s ω∞<。
针对本次设计的一级倒立摆控制系统：121112x Ax B B uz Cx D D u y xωω=++=++= (3.2)取110D =，本控制系统的设计要求为：(1) 0x =是闭环系统的局部渐进稳定平衡点，对于任何初始状态的(0)x ，都有()0x t →。
(2) 对于任意扰动[)20L ω∈+∞，，闭环系统又抑制扰动能力。
即()1z T s ω∞<。
3.1基于Riccati 方程的H∞控制设增广被控对象()G s 的状态空间表达式为：1212x Ax B B uz Cx D uy xω=++=+= (3.3) 即1212()A B B C OD I O G s O ⎡⎤⎢⎥⎢⎢⎣⎦=⎥⎥，设计状态反馈控制器：p m u Kx K R ⨯=∈ (3.4) 定理1：对于给定的0γ>，存在状态反馈阵K 使闭环系统(3.3)和(3.4)内部稳定且()z T s ωγ∞<成立的充分必要条件是存在正定阵0X >满足Riccati 不等式：21112121212212()()()0T T T T T T A X XA XB B X C C XB CD D D B X D C γ--+++-++<若上述不等式成立且有正定解0X >，则使闭环系统稳定且()z T s ωγ∞<成立的控制器为：11212212()()T T T K D D B X D C -=-+ (3.5)推论1：设增广被控对象(3.3)满足正交条件，H ∞标准设计问题有基于状态反馈阵(3.4)的充分必要条件Riccati 等式：()11220T T T T A X XA X B B B B X C C ++-+= (3.6)有正定解0X >。
若上式有正定解，则H ∞标准设计问题的解为：11212212()()T T T K D D B X D C -=-+ (3.7)若上述不等式成立且有正定解0X >，则使闭环系统稳定且()z T s ωγ∞<成立的控制器为：2T K B X =- (3.8)3.2基于LMI 的H∞控制线性矩阵不等式（LMI ）的一般形式为011()0m m F x F x F x F =+++<，其中,1,2,,T n n i i F F R i m ⨯=∈=是一组给定的实对称阵；12[,,,]T m x x x x =是待求变量。
Schur 补性质：对于给定的矩阵n n S R ⨯∈并分块表示为11122122S S S S S ⎡⎤=⎢⎥⎣⎦其中，11r r S R ⨯∈，()12r n r S R ⨯-∈，()21n r r S R -⨯∈，()()22n r n r S R -⨯-∈，则0S <等价于110S <且1221211120T S S S S --<，或等价于220S <且1111222120T S S S S --<。
上述性质可以用于将非线性不等式问题转化为线性矩阵不等式问题。
考虑系统x Ax B z Cx D ωω=+=+ (3.9) 其中n x R ∈，r R ω∈，m z R ∈，分别是系统的状态、输入和输出。
定理2：对于给定的常数0γ>，则系统(3.9)是渐进稳定的且从输入ω到输出z 的传递函数()z T s ω满足()z T s ωγ∞<当且仅当存在一个正定阵0P >满足：0T T T T q m A P PA PB C B P I D C D I γ⎡⎤+⎢⎥-<⎢⎥⎢⎥-⎣⎦(3.10) 对于本设计的控制系统(3.3)设计一个状态反馈控制器(3.4)，使得闭环系统2112()()x A B K x B z C D K xω=++=+ (3.11) 是渐近稳定的且从输入扰动ω到输出z 的传递函数()z T s ω满足：11221()([))(]z T s I C D K A B K B s ωγ-∞=+-<+ (3.12)定理3：系统(3.3)存在一个状态反馈H ∞控制器使得闭环系统(3.11)是渐近稳定的且满足性能指标(3.12)当且仅当存在一个对称正定阵110T P P =>和矩阵2P 使得下面不等式成立：21122221111221122()0T T T T T AP P A B P P B B B CP D P CP D P I γ-⎡⎤+++++<⎢⎥+-⎣⎦(3.13) 如果(3.13)有解，则121K P P -=是系统的状态反馈H ∞控制器。