鲁棒控制系统设计

合集下载

控制系统中的鲁棒性与鲁棒优化控制

控制系统中的鲁棒性与鲁棒优化控制

控制系统中的鲁棒性与鲁棒优化控制一、引言鲁棒性与鲁棒优化控制在控制系统中起着重要的作用。

鲁棒性是指控制系统对于外部扰动和系统参数变化的稳定性。

鲁棒优化控制是在保持鲁棒性的前提下,通过调整控制器参数实现最优控制。

本文将从鲁棒性的定义与评估、鲁棒控制设计基础、鲁棒优化控制等方面进行探讨。

二、鲁棒性的定义与评估在控制系统中,外部扰动和系统参数变化是难以避免的。

因此,控制系统的鲁棒性成为了一个关键的性能指标。

鲁棒性的定义是指控制系统在外部扰动和系统参数变化的条件下仍然能够保持稳定的能力。

评估鲁棒性通常可以通过鲁棒稳定边界来实现。

鲁棒稳定边界是指控制系统在外部扰动和系统参数变化的范围内仍然能够保持稳定的区域。

三、鲁棒控制设计基础为了提高控制系统的鲁棒性,可以采用鲁棒控制设计基础方法。

鲁棒控制设计基础方法包括鲁棒稳定性分析和鲁棒控制器设计两个主要步骤。

1.鲁棒稳定性分析鲁棒稳定性分析是控制系统鲁棒性设计的第一步。

它通过分析系统的传递函数,确定系统存在哪些参数的变化和外部扰动的范围是导致系统不稳定的原因。

常用的鲁棒稳定性分析方法有小增益鲁棒分析、大增益鲁棒分析等。

2.鲁棒控制器设计鲁棒控制器设计是控制系统鲁棒性设计的关键步骤。

通过选取合适的鲁棒控制器结构和调整控制器参数,可以实现对系统的鲁棒性能的改善。

常用的鲁棒控制器设计方法有H∞控制、μ合成控制等。

四、鲁棒优化控制鲁棒优化控制是在保持系统鲁棒性的前提下,通过调整控制器参数实现最优控制性能的方法。

在实际控制系统中,鲁棒优化控制能够有效地提高系统的鲁棒性和控制性能。

1.鲁棒优化控制基本原理鲁棒优化控制的基本原理是在目标函数中同时考虑系统控制性能和鲁棒性能,并通过调整控制器参数来实现最优化。

常用的鲁棒优化控制方法有线性二次调节器(LQR)和H∞最优控制。

2.鲁棒优化控制实践实际应用中,鲁棒优化控制可以通过离线和在线两种方式实现。

离线方式包括离线参数调整和离线优化方法,通过对控制系统的模型进行分析和优化来获取最优的控制器参数。

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

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

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。

频域角度下的鲁棒控制器设计与鲁棒性分析

频域角度下的鲁棒控制器设计与鲁棒性分析

频域角度下的鲁棒控制器设计与鲁棒性分析鲁棒控制器设计与鲁棒性分析是自动控制领域中的重要研究课题之一。

在实际工程应用中,系统常常会受到不确定性、非线性以及外部干扰等多种影响,而鲁棒控制器设计旨在提高系统的稳定性和性能,并使其对这些影响具有一定的抵抗能力。

本文将从频域角度出发,介绍鲁棒控制器设计的基本原理和方法,并针对所设计的鲁棒控制器进行鲁棒性分析。

一、鲁棒控制器设计的基本原理和方法鲁棒控制器设计的目标是使系统具有鲁棒稳定性和性能,即能够保持系统的稳定性和满足一定的性能要求。

鲁棒控制器设计的基本步骤可以分为以下几个方面:1.系统建模:首先需要对待控制系统进行建模,包括系统的数学描述和参数估计。

常用的系统建模方法有传递函数模型、状态空间模型等。

2.鲁棒性分析:在设计鲁棒控制器之前,需要对系统的不确定性和干扰进行分析,以确定系统的不确定性边界。

常用的鲁棒性分析方法有离散化鲁棒性分析、频域鲁棒性分析等。

3.设计鲁棒控制器:在确定系统的不确定性边界后,可以采用鲁棒控制器的设计方法进行控制器的设计。

常用的鲁棒控制器设计方法有H∞控制、μ-合成控制等。

4.性能评价与优化:设计出鲁棒控制器后,需要对其进行性能评价和优化。

常用的性能评价指标包括稳定裕度、性能指标等。

二、鲁棒控制器的频域设计方法频域设计方法是一种常用的鲁棒控制器设计方法,其基本思想是通过频域分析来获取系统的频率特性,从而设计出具有鲁棒性能的控制器。

常用的频域设计方法包括基于Bode图的设计方法、基于Nyquist图的设计方法等。

1.基于Bode图的设计方法:Bode图是描述系统的频率特性的一种图形表示方法,通过绘制系统的幅频响应曲线和相频响应曲线,可以直观地了解系统的频率响应。

基于Bode图的设计方法通过在Bode图上设定一定的稳定裕度要求,设计出满足要求的控制器。

2.基于Nyquist图的设计方法:Nyquist图是描述系统的稳定性和相位裕度的一种图形表示方法,通过绘制系统的开环传递函数的极点和零点的轨迹,可以对系统的稳定性进行分析。

《鲁棒控制系统》课件

《鲁棒控制系统》课件
详细描述
在工业自动化生产线上,各种设备、传感器和执行器需要精 确控制和协调工作。鲁棒控制系统能够有效地处理各种不确 定性,如设备故障、传感器漂移等,保证整个生产过程的稳 定性和效率。
航空航天
总结词
在航空航天领域,鲁棒控制系统用于 确保飞行器的安全和稳定运行。
详细描述
航空航天领域的飞行器面临着复杂的 环境和严苛的飞行条件,鲁棒控制系 统能够有效地处理各种不确定性和干 扰,保证飞行器的安全和稳定运行。
05
鲁棒控制系统的发展趋势 与展望
人工智能与鲁棒控制
人工智能在鲁棒控制中的应用
利用人工智能算法优化控制策略,提高系统的鲁棒性和 自适应性。
深度学习在鲁棒控制中的潜力
通过训练深度神经网络,实现对不确定性和干扰的高效 处理,提升系统的鲁棒性能。
网络化与鲁棒控制
网络控制系统的发展
随着网络技术的进步,网络化控制系统成为研究的热点,对鲁棒控制提出了新的挑战和 机遇。
鲁棒优化控制
总结词
通过优化方法来设计鲁棒控制律,以实现系统在不确定性和干扰下的最优性能 。
详细描述
鲁棒优化控制是一种基于优化方法的控制策略,通过考虑系统的不确定性和干 扰,来设计最优的控制律。这种方法能够保证系统在各种工况下的最优性能, 提高系统的鲁棒性和适应性。
自适应控制
总结词
通过在线调整控制律参数来适应系统参数的 变化和外部干扰。
要点二
详细描述
电力系统的稳定运行对于整个社会的正常运转至关重要。 鲁棒控制系统能够有效地处理电力系统中的各种不确定性 和干扰,保证电力供应的稳定和可靠。
04
鲁棒控制系统的挑战与解 决方案
系统不确定性
系统不确定性描述
01

最优控制问题的鲁棒H∞控制设计

最优控制问题的鲁棒H∞控制设计

最优控制问题的鲁棒H∞控制设计最优控制理论在工程系统控制中具有重要的应用价值。

然而,传统的最优控制方法在系统模型存在不确定性或外部干扰的情况下可能无法有效应对。

为了克服这一问题,鲁棒控制方法被引入到最优控制中,并且在实际应用中取得了显著的成果。

本文将探讨最优控制问题的鲁棒H∞控制设计方法及其应用领域。

一、鲁棒控制概述鲁棒控制是一种针对不确定性或外部干扰具有克服能力的控制方法。

其目标是在不确定性环境中实现系统稳定性和性能要求。

最常见的鲁棒控制方法之一是H∞控制,该方法通过优化问题来设计控制器,以抑制系统中不确定性的影响。

二、最优控制问题最优控制问题旨在通过选择最佳控制策略来实现系统的最优性能。

在没有不确定性时,可以使用动态规划、变分法等方法求解最优控制问题。

然而,在实际应用中,系统往往存在参数不确定性或外部干扰,导致最优控制问题变得更加复杂。

因此,需要引入鲁棒控制方法来解决这些问题。

三、鲁棒H∞控制设计方法鲁棒H∞控制方法是一种常用的鲁棒控制方法,其基本思想是在保证系统稳定性的前提下,优化系统对外部干扰的抑制能力。

鲁棒H∞控制设计问题可以被描述为一个优化问题,目标是最大化系统的H∞性能指标,并且确保控制器对系统模型不确定性具有鲁棒性。

为了实现鲁棒H∞控制设计,可以采用两种常用的方法:线性矩阵不等式(LMI)方法和基于频域分析的方法。

LMI方法通过求解一组线性矩阵不等式来得到控制器参数,从而实现系统的鲁棒H∞控制设计。

基于频域分析的方法则通过频域特性分析来设计控制器,以实现系统对不确定性的鲁棒性。

四、鲁棒H∞控制设计的应用领域鲁棒H∞控制设计方法在工程领域有广泛的应用。

它可以应用于飞行器姿态控制、机器人控制、智能电网控制等多个领域。

以飞行器姿态控制为例,鲁棒H∞控制设计可以有效提高飞行器对外部干扰的鲁棒性,并且保证姿态跟踪性能。

在机器人控制领域,鲁棒H∞控制设计可以提高机器人对环境不确定性的抑制能力,以实现精确的轨迹跟踪。

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。

  1. 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. 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. 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。

相关文档
最新文档