自适应控制要点分析.pptx

自 适 应 控 制 （Advitive Control）;主要内容; 自适应控制产生的背景;自适应控制的发展与应用; 自适应控制系统的定义及特点; 自适应控制系统的基本结构;;自适应控制系统的分类;自校正控制系统（参数自优化控制）;自校正控制系统（自优化控制）;自校正控制的原理及实现;自校正控制系统的设计;模型参考自适应控制;模型参考自适应控制基本结构;模型参考自适应控制设计 ;设计步骤 : 按照李雅普诺夫稳定性理论来设计模型参考自适应控制系统一般有如下几个步骤： 1. 根据系统的工作原理列写出系统的数学模型，这主要包括被控对象的数学模型、参考模型的数学模型和控制器的数学模型。 2. 建立等效的误差系统。当系统各个部分的数学模型列写出以后，系统的设计问题就相应地转化为对等效误差系统稳定性的研究。 3. 根据系统的稳定性要求，为系统选择一个合适的李雅普诺夫函数。一般地，该函数包括两个部分，其一是系统状态（或输出）的二次型函数，另一个是系统的可调整控制器参数的二次型函数。 4. 对李雅普诺夫函数求其对时间的一阶导数，并且根据该导数为负定求出相应的参数调整规律——自适应律。 显然，采用这种方法设计出的自适应控制律，必然能使广义输出误差趋于零，或者是有界的。 ;模型参考自适应控制设计;控制系统设计的任务:就是采用李雅普诺夫稳定性理论，主要问题就是设计出调整Kc、Kv的自适应律，以达到状态的收敛性。 和（或）参数收敛性：;模型参考自适应控制;模型参考自适应控制方法(MRAC)和自校正控制方法（STC）的关系;自适应控制液压压力机系统中的应用;液压压力机计算机控制系统;模型参考自适应控制器的设计; 和 可以通过传感器测得, 可以通过对速度进行一次微分便可求得。这里值得注意的是,一次微分的量测噪声并不大,但是如果对位移经二次微分所得到的加速度噪声很大,会大大影响控制精度。 上式中:T为采样时间; 是 的离散形式,第k次采样的加速度值; 是第k次采样的速度值; 是第(k- 1)次采样的速度值。所以就获得3 个状态变量具体数值。;根据理论分析和仿真研究确定一个参考模型,状态方程和观测方程分别为： 其中:Am、Bm、hm为给定的常数矩阵或向量,其阶数与Ap、Bp、hp相同;R为给定输入。则控制输入如下: 将式 (3)代入 式 (1)得到 式中:G为可调前馈增益;F为可调反馈增益。令 ;采用基于李雅普诺夫稳定理论的设计方法,它可以保证自适应系统的整体稳定性。设系统的误差向量为： 由式(2)和(4)得到: →得到: 式中:P,都为正定对称矩阵(推导过程略), G是G的理想值。;对实例进行simulink仿真分析;用matlab语言对系统的稳定性进行分析;对仿真结果的分析（一）;对仿真结果的分析（二）;总结;问题：;问题与答案;6.自适应控制 自适应控制相对于传统控制有什么区别？它的局限性是什么？ 设计自适应控制方法要求能直接获得控制对象的全部状态，还是很困难的。 区别：自适应控制是主动去适应这些系统或环境的变化,而传统控制方法是被动地、以不变应万变地靠系统本身设计时所考虑的稳定性裕量或鲁棒性克服或降低这些变化所带来的对系统稳定性和性能指标的影响; 设计模型参考自适应控制的方法有哪些？各有什么特点? 主要的设计方法：参数最优化方法、基于稳??性理论方法。 参数最优化方法特点：不能保证总体的稳定性；信号易取，自适应律易实现 基于稳定性理论方法特点：保证控制器参数的自适应调整过程的稳定;自适应速度快； 自适应控制主要的应用领域？未来的发展趋势? 目前主要的应用领域有：在飞行器控制、深空探测器控制、卫星跟踪系统、大型油轮控制、造纸过程控制、冶金过程控制、大型加热炉温控制等方面得到了应用。 若将人工神经网络，遗传算法，小波变换等算法与自适应控制算法相结合，就能产生新的算法，这也说明自适应控制的应用具有广阔应用前景。 ;