现代控制理论的应用王力2011117322综述
- 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)。
现代控制理论的应用
物联网工程王力2011117322现代控制理论:狭义的是指60年代发展起来的采用状态空间方法研究实现最优控制目标的控制系统综合设计理论;广义的是指60年代以来发展起来的所有新的控制理论与方法。
采用状态观测器对系统状态进行估计(或称重构)实际反馈控制主要优点是理论体系严谨完整;可获得理想的最优控制性能,设计过程较少依赖经验试凑;主要缺点是要求系统模型准确,否则实际控制性能并非最优,即控制系统鲁棒差;理论较抽象,缺乏直观性,不易理解,需要较多数学知识;性能指标函数中的加权Q和R选取无定量准则可循,也需凭经验选取,故设计结果也与设计人员有关。
自动控制系统是指为实现自动控制目标由自动化仪表与被控对象所联接成闭环系统。其组成结构是由被控对象、测量代表、控制器或调节器和执行器构成反馈闭环结构,其形式有单回路形式和串级双回路形式;性能指标:定性的有稳(定性)、准(确性)、快(速性);控制律(或控制策略、控制算法):控制系统中控制器或调节器所采用的控制策略,即用系统偏差量如何确定控制量的数学表示式。
现代控制理论主要应用于航空类飞行器控制现代控制理论是基于时域的系统分析方法,目前基本都是高端如火箭发射,导弹制导之类的复杂系统基于动态矩阵的预测控制等。比如在汽车中运用的自适应控制,汽车制动防抱死系统的控制,自适应估计等定速巡航系统的初衷是让车辆运行在最佳的发动机转速—油耗平衡点,汽车发动机的转速跟扭矩、油耗是有一定比例关系的,单位距离油耗最省的发动机转速所对应的速度就是巡航速度,这个定速巡航巡航系统就是个典型的现代控制系统,车辆快了,它帮你松油门,车辆慢了,它帮你踩。
现代控制理论的应用于实际存在的很大的问题是系统模型是否准确
可靠,因为模型如果不可靠,理论的完美与否也没有任何意义。而在汽车中的自适应控制就是对现代控制论的一个很好地应用。
自适应系统主要由控制器、被控对象、自适应器及反馈控制回路和自适应回路组成
自适应控制系统有三个显著特点:
1、控制器可调:相对于常规反馈控制器固定的结构和参数,自适应控制系统的控制器在控制的过程中一般是根据一定的自适应规则,不断更改或变动的;
2、增加了自适应回路:自适应控制系统在常规反馈控制系统基础上增加了自适应回路(或称自适应外环),它的主要作用就是根据系统运行情况,自动调整控制器,以适应被控对象特性的变化;
3、适用对象:自适应控制适用于被控对象特性未知或扰动特性变化范围很大,同时又要求经常保持高性能指标的一类系统,设计时不需要完全知道被控对象的数学模型。
一、自适应控制在汽车主动悬架上的应用:应用于主动悬架的自适应控制方法主要有增益调度控制、模型参考自适应控制和自校正控制三类:增益调度控制是一种开环自适应控制,通过监测过程的运行条件来改变控制器参数;模型参考自适应控制(即简化自适应控制)通过跟踪一个预先定义的参考模型,按照反馈和辅助控制器参数的自适应控制规则,使非线性时变的悬架系统达到预期的最优性能;自校正控制是将受控对象参
数在线估计与控制器参数整定相结合,形成一个能自动校正控制器参数的离散实时计算机控制系统(即数据采样系统),是目前应用最广的一类自适应控制方法。自适应控制方法已在德国大众汽车公司的底盘上得到了应用。
模型参考自适应控制
STR是70年代发展起来的一种随机自适应控制,产生背景是:工业过程控制由于强随机干扰、模型未知、参数时变、大时滞等因素,导致常规的控制方法效果差。它是参数在线估计与随机最小方差控制的结合,已有广泛的应用成果,其难点在于收敛性。
参考模型车辆动力学模型
参考模型自适应控制图
簧上质量为500千克簧上质量为300千克
轮胎动载荷
悬架动变形
二、最优控制理论在电力系统励磁控制中的应用
1、基于非线性最优和PID技术的综合励磁调节器
对于非线性系统的同步发电机而言,当它偏离系统工作点或系统发生较大扰动时,如果仍然采用基于PID技术的电力系统稳定器,就会出现误差。为此,可以将其用基于非线性最优控制技术的励磁调节器。但是,非线性最优控制调节器存在着对电压控制能力较弱的缺点,所以用一种能够将非线性最优励磁调节器和PID技术的电力系统稳定器有机结合的新型励磁调节器的设计原理。
2、自适应最优励磁控制器
将自适应控制理论与最优控制理论相结合,通过多变量参数辨识、最优反馈系数计算和控制算法运算三个环节,可以实现同步发电机励磁的自适应最优控制。
3、基于神经网络逆系统方法的非线性励磁控制
神经网络逆系统方法将神经网络对非线性函数逼近学习能力和逆系统方法的线性化能力相结合,构造出物理可实现的神经网络逆系统,从而实现了对被控系统的大范围线性化,能够在无需系统参数的情况下构造出伪线性复合系统,从而将非线性系统的控制问题转化为线性系的控制问题。
4、基于灰色预测控制算法的最优励磁控制
预测控制是一种计算机算法,它采用多步预测的方式增加了反映过程未来变化趋势的信息量,因而能克服不确定性因素和复杂变化的影响。灰色预测控制是预测控制的一个分支,它需建立灰微分方程,能较好地对系统作全面的分析。应用GM(1,N)对发电机的功率偏差、转速偏差、电压偏差序列值进行建模,经全面分析后求出各状态量的预测值,同时根据最优控制理论求出以预测值为状态变量的被控励磁控制系统的最优反馈增益,从而得出具有预测信息的最优励磁控制量。
三、运载火箭的制导和控制
把航天器送入预定的轨道需要用多级火箭运载,其制导和控制系统必须根据预先设计的发射弹道来控制火箭发动机的多次启动和关机,并相应地稳定和调整火箭的姿态,还需要控制级间分离。现代火箭制导采用最优化理论和小型数字计算机的迭代制导方法,根据火箭受扰动后的运动状态参数来选择最优或次优的弹道,因此具有较大的灵活性,并可获得较大的运载能力。
1、迭代制导已经用于美国“土星”号运载火箭和“阿波罗”飞船的登月飞行。
2、另一种更完善的综合制导方法是在控制系统中配备姿态控制子系统(硬件称自动驾驶仪)。