提高控制系统的鲁棒性与适应性

提高控制系统的鲁棒性与适应性

1、含义

鲁棒性:控制器参数变化而保持控制性能的性质。

适应性:控制器能适应不同控制对象的性质。

控制系统在其特性或参数发生摄动时仍可使品质指标保持不变的性能。鲁棒性是英文robustness一词的音译，也可意译为稳健性。鲁棒性原是统计学中的一个专门术语,70年代初开始在控制理论的研究中流行起来,用以表征控制系统对特性或参数摄动的不敏感性。在实际问题中，系统特性或参数的摄动常常是不可避免的。产生摄动的原因主要有两个方面，一个是由于量测的不精确使特性或参数的实际值会偏离它的设计值（标称值），另一个是系统运行过程中受环境因素的影响而引起特性或参数的缓慢漂移。因此，鲁棒性已成为控制理论中的一个重要的研究课题，也是一切类型的控制系统的设计中所必需考虑的一个基本问题。对鲁棒性的研究主要限于线性定常控制系统，所涉及的领域包括稳定性、无静差性、适应控制等。鲁棒性问题与控制系统的相对稳定性和不变性原理有着密切的联系，内模原理的建立则对鲁棒性问题的研究起了重要的推动作用。

2、控制系统设计要求（指标）

（1）、结构渐近稳定性

以渐近稳定为性能指标的一类鲁棒性。如果控制系统在其特性或参数的标称值处是渐近稳定的，并且对标称值的一个邻域内的每一种情况它也是渐近稳定的，则称此系统是结构渐近稳定的。结构渐近稳定的控制系统除了要满足一般控制系统设计的要求外，还必须满足另外一些附加的条件。这些条件称为结构渐近稳定性条件，可用代数的或几何的语言来表述，但都具有比较复杂的形式。结构渐近稳定性的一个常用的度量是稳定裕量，包括增益裕量和相角裕量，它们分别代表控制系统为渐近稳定的前提下其频率响应在增益和相角上所留有的储备。一个控制系统的稳定裕量越大，其特性或参数的允许摄动范围一般也越大，因此它的鲁棒性也越好。

（2）、结构无静差性

以准确地跟踪外部参考输入信号和完全消除扰动的影响为稳态性能指标的一类鲁棒性。如果控制系统在其特性或参数的标称值处是渐近稳定的且可实现无静差控制（又称输出调节，即系统输出对参考输入的稳态跟踪误差等于零），并且对标称值的一个邻域内的每一种情况它也是渐近稳定和可实现无静差控制的，那么称此控制系统是结构无静差的。使系统实现结构无静差的控制器通常称为鲁棒调节器。在采用其他形式的数学描述时，鲁棒调节器和结构无静差控制系统的这些条件的表述形式也不同。鲁棒调节器在结构上有两部分组成，一部分称为镇定补偿器，另一部分称为伺服补偿器。镇定补偿器的功能是使控制系统实现结构渐近稳定。伺服补偿器中包含有参考输入和扰动信号的一个共同的动力学模型，因此可实现对参考输入和扰动的无静差控制。对于呈阶跃变化的参考输入和扰动信号，它

们共同的动力学模型是一个积分器；对于呈斜坡直线变化的参考输入信号和呈阶跃变化的扰动信号，其共同的动力学模型是两个积分器的串接。

3、提高控制系统鲁棒性与自适应性的方法

我们总是假设已经知道了受控对象的模型，但由于实际中存在种种不确定因素，如：

（1）、参数变化；

（2）、未建模动态特性；

（3）、平衡点的变化；

（4）、传感器噪声；

（5）、不可预测的干扰输入；

等等，所以我们所建立的对象模型只能是实际物理系统的不精确的表示。鲁棒系统设计的目标就是要在模型不精确和存在其他变化因素的条件下，使系统仍能保持预期的性能。如果模型的变化和模型的不精确不影响系统的稳定性和其它动态性能，这样的系统我们称它为鲁棒控制系统。

所谓鲁棒性，是指标称系统所具有的某一种性能品质对于具有不确定性的系统集的所有成员均成立，如果所关心的是系统的稳定性，那么就称该系统具有鲁棒稳定性；如果所关心的是用干扰抑制性能或用其他性能准则来描述的品质，那么就称该系统具有鲁棒性能。

目前，为防止自适应系统失稳现象的发生，主要采取以下一些提高自适应控制系统鲁棒性的方法:

（1）、带有状态观测器的系统的鲁棒性一般而言，在控制系统中引入状态观测器会使它的鲁棒性变坏，因此应尽可能避免。对于必须采用状态观测器的控制系统，当受控系统为最小相位系统时，可通过合理地设计观测器而使控制系统保持较好的鲁棒性。其原则是把观测器的一部分极点设计成恰好与所观测系统的零点相对消，而观测器的其他极点在满足抗干扰性要求的前提下应使其尽可能地远离虚轴。

（2）、在自适应律中引人一定的死区，使得仅当辨识误差超过一定的阈值时，自适应控制才发生作用。死区的选择与干扰有密切的关系。

（3）、产生一持续激励信号，保证参数估计的收敛及自适应系统的稳定性。

（4）、使用一修正的自适应律，仅当被估计控制器参数的范围超过一定值时，自适应律再投入调节。

（5）、为了阻尼高频寄生于扰引起的不稳定性，可使用在自适应律中加入一定的衰减项，采用平均技术等方法。

（6）、Goodwin及其合作者认为，研究的基点应该是使鲁棒控制器自适应化，可能正是出于这个考虑，Goodwin又把自适应控制分为鲁棒估计器和鲁棒控制器两个方面。Song等也提出了自校正鲁棒控制器。.

（7）、Elliot提出间隔N（N>1）个采样周期调整一次控制器参数，而参数估计仍每一次进行一次。他证明了此系统的性能可以得到改善。

当系统存在未建模动态特性时，经试验证明，可以通过适当加大采样周期的方法来解决。从物理意义上，加大了采样周期，相当于放大了抽样系统数据的间

隔，也即减弱了自适应回路的非线性影响，因此也就降低了未建膜动态特性可能引起的不利影响。另一方面，一般未建模动态都具有高频特性，考虑这种情况，如果适当选择较大的采样周期，可以减弱或消除对高频特性的提取，相当于加滤波器，将高频信号过滤掉，这样自然使未建模高频特性部分的影响减小。

（8）、现阶段，神经网络在控制系统中运用也是更加的成熟，用于非线性系统辨识有其广阔的前景。神经网络的鲁棒性依赖于神经网络参数位置和它附近系统误差曲面的具体形态。神经网络参数设计在极值点附近而其附近的形态误差曲面又比较平缓时，网络的鲁棒性就好，否则鲁棒性就差。