鲁棒控制与鲁棒控制器设计(谷风参考)

经验学习
4
• 小增益定理
假设
为稳定的，则当且仅当小增益条件 满足时
图 (b) 中所示的系统对所有稳定的 且是内部稳定的。
都是良定的，
即如果系统的回路传递函数的范数小于 1，则闭 环系统将总是稳定的。
经验学习
5
1.2 鲁棒控制器的结构
闭环系统中引入的增广对象模型
其对应的增广状态方程为
经验学习
6
闭环系统传递函数为
▪ 鲁棒控制工具箱中的系统描述方法
建立鲁棒控制工具箱可以使用的系统模型
经验学习
12
经验学习
13
经验学习
14
【例1】
经验学习
15
分析与综合工具箱和 LMI 工具箱的 模型描述
经验学习
16
变换出系统矩阵 P
经验学习
17
【例2】用【例1】中的对象模型和加权函数， 得出其系统矩阵模型 P
经验学习
经验学习
24
经验学习
25
【例5】带有双积分器的非最小相位受控对象
设计系统的最优
，选择加权函数
并选择极点漂移为 控制器。
经验学习
26
经验学习
27
3、新鲁棒控制工具箱 及应用
3.1 不确定系统的描述
经验学习
28
【例6】典型二阶开环传函 选定标称值为
构造不确定系统模型。
经验学习
29
对叠加型不确定性 对乘积型的不确定性
经验学习
30
3.2 灵敏度问题的鲁棒控制器设计
一般情况下，受控对象 G 的 D 矩阵为非满秩矩阵时， 不能得出精确的成型控制器，这时回路奇异值的上下限 满足式子
当
时，控制器作用下实际回路奇异值介于
之间。
经验学习
31
【例7】
经验学习
32
绘制在此控制器下的回路奇异值及闭环 系统的阶跃响应曲线
经验学习
经验学习
7
鲁棒控制的目的是设计出一个镇定控制器
使得闭环系统
的范数取
一个小于 1 的值，亦即
鲁棒控制问题的三种形式：
最优控制问题 其中需求解
；
最优控制问题 其中需求解
；
控制问题 需要得出一个控制器满足
经验学习
8
加权灵敏度问题的控制结构框图
加权函数 即传递函数在
，使得 均正则。 时均应该是有界的。
经验学习
18
2、 鲁棒控制器的 计算机辅助设计
鲁棒控制工具箱的设计方法
经验学习
19
2.1 鲁棒控制工具箱的 设计方法
鲁棒控制器的状态方程表示
其中
X 与 Y 由下面的两个代数 Riccati 方程求解
经验学习
20
控制器存在的前提条wk.baidu.com为
足够小, 且满足
；
控制器 Riccati 方程的解为 正定矩阵；
观测器 Riccati 方程的解为 正定矩阵；
。该式说明两个 Riccati 方程的积
矩阵的所有特征值均小于 。
经验学习
21
【例3】对【例1】中的增广的系统模型，分别 设计
经验学习
22
绘制在控制器作用下系统的开环 Bode 图和 闭环阶跃响应曲线
经验学习
23
【例4】
加权矩阵
并设置 设计最优 控制器，并绘制出该控制器作用下的 阶跃响应曲线和开环系统的奇异值曲线。
鲁棒控制与鲁棒控制器 设计
经验学习
1
主要内容
鲁棒控制问题的一般描述 鲁棒控制器的计算机辅助设计 新鲁棒控制工具箱及应用
经验学习
2
1、鲁棒控制问题的 一般描述
小增益定理 鲁棒控制器的结构 鲁棒控制系统的 MATLAB 描述
经验学习
3
1.1 小增益定理
(a) 标准反馈控制结构
(b) 小增益定理示意图
新版本的鲁棒控制工具箱将三种著名的方法，统一到一 个框架下，给出了统一的模型描述与设计函数。
经验学习
37
Thank you ！
经验学习
38
9
假定系统对象模型的状态方程为 的状态方程模型为
状态方程模型为
的模型表示为
，加权函数 的
，而非正则的
式中
经验学习
10
这时鲁棒控制问题可以集中成下面三种形式：
灵敏度问题
并不指定
稳定性与品质的混合鲁棒问题
假定
为空
一般的混合灵敏度问题
要求三个加权函数都存在。
经验学习
11
1.3 鲁棒控制系统的 MATLAB 描述
33
3.3 混合灵敏度问题的鲁棒 控制器设计
经验学习
34
【例8】
经验学习
35
假设系统的不确定部分为乘积型的，且已知 ，并已知不确定参数的变化范围为 ,设计固定的 控制器
经验学习
36
4、 总结
小增益定理以及基于范数的鲁棒控制三种形式： 控制、 控制及最优 控制器，三种鲁棒控制问题，即灵
敏度问题、稳定性与品质的混合鲁棒问题及一般混合灵 敏度问题。 基于范数的鲁棒控制问题的 MATLAB 描述方法和鲁棒 控制器的计算机辅助设计的理论与求解方法。