自适应控制原理及应用-陈明
自适应控制的方法
自适应控制的方法自适应控制是一种用于调节系统行为以适应外部变化的控制方法。
它能够根据系统当前状态和外部环境的变化自动调整控制参数，以保持系统性能在可接受的范围内。
在工业控制、汽车控制、航空航天等领域都有广泛的应用。
自适应控制的基本原理是根据反馈信号对系统进行实时调整，以便让系统可以适应外部环境的变化。
它是一种闭环控制方法，即通过不断地观测系统的输出，并与期望的输出进行比较，然后对控制参数进行调整，以确保系统达到期望的性能。
相比于传统的固定参数控制方法，自适应控制可以更好地适应系统和环境的变化，使得系统更加稳定和可靠。
自适应控制的方法有很多种类，其中最常见的包括模型参考自适应控制、自抗扰控制、模糊自适应控制和神经网络自适应控制等。
这些方法各有特点，但基本原理基本相同，即通过观测系统的输出和环境的变化，对控制参数进行动态调整，以保持系统的稳定性和性能。
模型参考自适应控制是一种基于系统模型的控制方法，它通过对系统模型的估计，来实时调整控制参数。
它可以适应系统的非线性和时变特性，对于一些复杂的控制系统来说是比较有效的。
自抗扰控制是一种抑制外部扰动对系统影响的控制方法，它通过观测和预测扰动，来进行实时调整控制参数，以抵消外部扰动对系统的影响。
模糊自适应控制是一种基于模糊逻辑的控制方法，它通过对系统的模糊化处理，来实现对控制参数的自适应调整。
它可以适应系统的复杂性和不确定性，对于一些复杂的非线性系统来说是比较有效的。
神经网络自适应控制是一种基于神经网络的控制方法，它通过对系统的学习和记忆，来进行实时调整控制参数，使系统可以适应外部环境的变化。
它可以适应系统的非线性和时变特性，对于一些复杂的控制系统来说是比较有效的。
自适应控制方法的选择，取决于系统的特性和需要达到的性能，不同的方法都有其适用的范围和条件。
在现实应用中，还可以根据系统的具体情况，结合多种方法来实现自适应控制，以获得更好的效果。
在实际应用中，自适应控制可以提高系统的鲁棒性和稳定性，对于一些复杂、非线性、时变的系统来说，尤其有着重要的意义。
智能控制作业_模糊自适应PID控制
模糊自适应PID 控制的Matlab 仿真设计研究姓名：陈明学号：201208070103班级：智能1201一、 模糊控制思想、PID 控制理论简介：在工业生产过程中，许多被控对象受负荷变化或干扰因素很多基于模糊自适应控制理论, 设计了一种模糊自适应PID 控制器, 具体介绍了这种PID 控制器的控制特点及参数设计规则, 实现PID 控制器的在线自整定和自调整。
通过matlab 软件进行实例,仿真表明, , 提高控制系统实时性和抗干扰能力,易于实现．便于工程应用。
1.1 模糊控制的思想：应用模糊数学的基本理论和方法, 控制规则的条件、操作用模糊集来表示、并把这些模糊控制规则以及有关信息, 诸如PID 控制参数等作为知识存入计算机知识库, 然后计算机根据控制系统的实际情况(系统的输入, 输出) , 运用模糊推理。
1.2 PID 算法：u(t)=k p * e(t)+k i * ∫e(t)t 0dt +k d *de(t)dt= k p *e(t)+ k i *∑e i (t) + k d * e c (t)其中, u (t) 为控制器输出量, e(t) 为误差信号, e c (t)为误差变化率, k p , k i , k d 分别为比例系数、积分系数、微分数。
然而，课本中，为了简化实验难度，只是考虑了kp ，ki 参数的整定。
1.3 模糊PID 控制器的原理图：二、基于Matlab的模糊控制逻辑模块的设计关于模糊逻辑的设计，主要有隶属函数的编辑，参数的选型，模糊规则导入，生成三维图等观察。
2.1 模糊函数的编辑器的设定：打开matlab后，在命令窗口输入“fuzzy”，回车即可出现模糊函数编辑器，基本设置等。
基于课本的实验要求，我选的是二输入（e, e c）二输出（k p ,k i）。
需要注意的是，在命名输入输出函数的时候，下标字母需要借助下划线的编辑，即e_c 能够显示为e c。
2.2四个隶属函数的N, Z, P 函数设定：在隶属函数的设定中，N 选用的是基于trimf（三角形隶属函数） , Z是基于zmf（Z型隶属函数），P是基于smf（S型隶属函数）。
自适应控制方法
自适应控制方法引言自适应控制方法是一种应用于控制系统中的技术，旨在使控制系统能够根据外部环境和内部变化自动调整控制策略，以实现系统的稳定性和性能优化。
本文将介绍自适应控制方法的基本原理和常见应用领域，以及其在实际工程中的应用案例。
一、自适应控制方法的基本原理自适应控制方法主要基于系统模型的参数自适应估计和控制器参数的自适应调整。
其基本原理是利用系统的输入和输出数据进行在线辨识和参数估计，然后根据估计结果进行控制器参数的自适应调整，从而实现对系统动态特性的自适应补偿。
自适应控制方法通常包括模型参考自适应控制、模型预测控制和自适应滑模控制等。
二、自适应控制方法的应用领域1. 机器人控制自适应控制方法在机器人控制中得到广泛应用。
例如，在机器人路径规划和轨迹跟踪中，自适应控制方法可以根据环境变化和任务需求，自动调整控制器参数，使机器人能够适应不同的工作环境和工作任务。
2. 智能交通系统自适应控制方法在智能交通系统中也有着重要的应用。
例如，在交通信号控制中，自适应控制方法可以根据交通流量和路况变化，自动调整信号灯的时长和相位，以实现交通流畅和效率最大化。
3. 航空航天领域自适应控制方法在航空航天领域中具有重要的应用价值。
例如，在航空飞行控制中，自适应控制方法可以根据飞行器的动态特性和飞行环境的变化，自动调整飞行控制器的参数，以实现飞行器的稳定性和飞行性能的优化。
4. 工业自动化自适应控制方法在工业自动化领域中也得到了广泛应用。
例如，在工业生产过程中，自适应控制方法可以根据生产工艺和原材料的变化，自动调整控制器的参数，以实现生产过程的稳定性和产品质量的优化。
三、自适应控制方法的应用案例1. 汽车自适应巡航系统汽车自适应巡航系统是一种基于自适应控制方法的智能驾驶辅助系统。
该系统可以根据车辆和前方车辆的相对速度和距离，自动调整车辆的巡航速度和间距，以实现安全驾驶和驾驶舒适性的平衡。
2. 电力系统自适应稳定控制电力系统自适应稳定控制是一种基于自适应控制方法的电力系统稳定控制技术。
控制理论中的自适应控制与模糊控制
控制理论中的自适应控制与模糊控制自适应控制与模糊控制是控制理论中的两种重要方法，它们都具有适应性和鲁棒性，并且在不同的工程领域中广泛应用。
本文将分别介绍自适应控制和模糊控制的原理和应用，并比较它们的优缺点。
1. 自适应控制自适应控制是一种实时调节控制器参数的方法，以实现对系统模型和动态特性的跟踪和适应。
自适应控制的基本原理是通过不断观察和检测系统的输入和输出，根据误差的大小来调整控制器的参数，从而实现对系统的控制。
自适应控制的核心是自适应算法，常用的自适应算法有最小均方（LMS）算法、普罗弗洛夫诺夫（P-N）算法等。
通过这些算法，控制系统能够根据实时的输入输出信息，对控制器的参数进行在线调整，从而实现对未知或变化的系统模型的自适应控制。
自适应控制具有以下优点：- 可适应性强：自适应控制能够根据实时的系统输入输出信息调整控制器参数，适应不同的系统模型和工作条件。
- 鲁棒性好：自适应控制对于系统参数的不确定性和变化有很好的鲁棒性，能够有效应对系统参数的变化和干扰。
然而，自适应控制也存在以下缺点：- 算法设计复杂：自适应控制的算法设计和调试较为复杂，通常需要深入了解系统模型和控制理论。
- 需要大量计算资源：自适应控制需要实时处理系统的输入输出信息，并进行参数调整，因此需要较大的计算资源和实时性能。
2. 模糊控制模糊控制是一种基于模糊逻辑的控制方法，它通过建立模糊规则和模糊推理来实现对非精确或模糊信息的处理和控制。
模糊控制的核心是模糊推理机制，通过将输入量和输出量模糊化，使用模糊规则进行推理和控制。
模糊控制的优点包括：- 不需要准确的数学模型：模糊控制可以处理非精确、模糊的输入输出信息，对于某些复杂系统，很难建立准确的数学模型，而模糊控制能够处理这种模糊性。
- 鲁棒性好：模糊控制对于系统参数的变化和干扰有较好的鲁棒性，能够在一定程度上应对不确定性和噪声的干扰。
然而，模糊控制也存在以下缺点：- 规则设计困难：模糊控制的性能很大程度上依赖于设计合理的模糊规则，而模糊规则的设计需要充分的专业知识和经验。
自适应控制
自适应控制什么是自适应控制自适应控制是一种控制系统设计方法，它通过实时监测和调整系统的参数来适应不确定的外部环境和内部系统变化。
自适应控制可以提高控制系统的性能和鲁棒性，使其能够快速、准确地响应不断变化的环境或系统参数。
在传统的控制系统中，通常假设系统的数学模型是已知和固定的。
然而，在实际应用中，系统的动态特性常常受到各种因素的影响，如外部扰动、参数变化、非线性效应等。
这些因素使得传统的控制方法往往无法满足系统的控制要求。
而自适应控制则能够通过不断地观测和在线调整系统参数，使系统能够适应这些变化，并实现良好的控制效果。
自适应控制的基本原理自适应控制的基本原理是根据系统的实时反馈信息来调整控制器的参数。
具体来说，自适应控制系统通常由以下几个部分组成：1.参考模型：参考模型是指描述所期望控制系统输出的理想模型，通常由一组差分方程来表示。
参考模型的作用是指导控制系统的输出，使其能够尽可能接近参考模型的输出。
2.系统模型：系统模型是指描述被控对象的数学模型，包括其输入、输出和动态特性。
系统模型是自适应控制的重要基础，它确定了控制系统需要调整的参数和控制策略。
3.控制器：控制器是自适应控制系统的核心部分，它根据系统输出和参考模型的误差来实时调整控制器的参数。
控制器可以通过不同的算法来实现，如模型参考自适应控制算法、最小二乘自适应控制算法等。
4.参数估计器：参数估计器是自适应控制系统的关键组件，它用于估计系统模型中的未知参数。
参数估计器可以通过不断地观测系统的输入和输出数据来更新参数估计值，从而实现对系统参数的实时估计和调整。
5.反馈环路：反馈环路是指通过测量系统输出并将其与参考模型的输出进行比较，从而产生误差信号并输入到控制器中进行处理。
反馈环路可以帮助控制系统实时调整控制器的参数，使系统能够适应外部环境和内部变化。
自适应控制的应用领域自适应控制在各个领域都有广泛的应用，特别是在复杂和变化的系统中，其优势更为突出。
自适应控制基本原理-自校正控制
自校正控制系统目的：根 据一定的自适应规律，调 整可调控制器参数，使其 适应被控系统不确定性, 且使其运行良好。
常
规 控
v
－
制 w(t) ＋ 系
e
控制器
u
y(t)
被控对象
统
自
适
控制器参数
参数/状态
应
设计计算
估计器
机
性能指标
构
自校正控制系统结构图
2 自校正控制
2.1 概述
模型参考自适应控制和自校正控制系统结构的区别
2 自校正控制
2.2 动态过程参数估计的最小二乘法
2.2.1 基本最小二乘方法
被控系统模型为一离散线性差分方程
A(z1) y(k) B(z1)u(k) (k)
(2.44)
不可测随机干扰序列
k 时刻测量到的系统输出和输入
A(z1) 1 a1z1 an zn B(z1) b0 b1z1 bn zn
(2.45a) (2.45b)
(k) 为独立的随机噪声，要求其满足
E( (k)) 0
(2.46a)
2 E{ (i) ( j)}
i j
0 i j
(2.46b)
lim
1
N
(k)2
N N
k 1
(2.46c)
随机噪声的均值为零,彼此相互独立，方差为有限正值,噪声的采样均方值有界。
nN
J [ y(k) (k)T θˆ]2 k n1
(2.51)
2.2 动态过程参数估计的最小二乘法
2.2.1 基本最小二乘方法
y(N) Φ(N)θ(N) ξ(N)
控制系统自适应控制
控制系统自适应控制自适应控制是一种控制系统中常用的控制方法，它能够根据被控对象的特性和外部环境的变化，自动调整控制器的参数，以达到系统最佳的控制效果。
在控制系统中，自适应控制起到了至关重要的作用。
本文将对控制系统自适应控制进行深入的探讨。
一、控制系统概述控制系统是由被控对象、传感器、执行器以及控制器等多个组件构成的系统，其主要功能是通过控制器对被控对象进行控制，使其达到预期的状态或输出。
传统的控制系统是通过确定性的控制方法来实现对被控对象的控制，但是这种方法在面对不确定性的情况下效果并不理想。
因此，自适应控制应运而生。
二、自适应控制原理自适应控制通过实时监测被控对象的输出以及外部环境的变化，利用自适应算法不断调整控制器的参数，以适应系统的变化。
自适应控制的关键是确定适当的自适应算法，常用的自适应算法有最小均方（LMS）算法、递归最小二乘（RLS）算法等。
这些算法能够根据系统的动态性和时变性，采用不同的调整策略，从而达到控制系统的优化。
三、自适应控制的应用自适应控制广泛应用于各个领域的控制系统中。
其中，最为典型的应用是自动驾驶汽车中的控制系统。
自动驾驶汽车需要实时感知车辆周围的情况，通过自适应控制调整车辆的速度、转向等参数，以适应不同的驾驶环境和路况。
另外，自适应控制还被广泛应用于电力系统、航空航天、工业自动化等领域。
四、自适应控制的优缺点自适应控制具有以下优点：1. 对于复杂的被控对象和不确定的环境具有良好的适应性；2. 能够实现控制系统的在线优化，提高了系统的稳定性和控制效果；3. 可以有效应对外部环境的变化，保持系统的稳定性。
然而，自适应控制也存在一些缺点：1. 自适应控制算法的设计和实现较为复杂，需要较高的技术要求；2. 当被控对象存在非线性、时变性等复杂特性时，自适应控制的效果可能不理想；3. 自适应控制对系统的要求较高，如果系统存在较大的不确定性，可能导致系统不稳定。
五、总结自适应控制是一种重要的控制方法，能够根据被控对象的特性和外部环境的变化，自动调整控制器的参数，以达到系统最佳的控制效果。
自适应控制基本原理
School of Automation Engineering
3. 修正实现的一般方式
自适应控制一般原理
参数修正法
直接调整被控系统的相关参数；
通过修正控制器或补偿网络的参数到达调整可调系统 参数的目的。
信号综合法
根据性能指标要求，综合出加到对象上去的控制信 号。
t
∫ fi( e,τ ,t ) = fi1(e,τ ,t)dτ + fi2( e,t ) 0
t
∫ gi( e,τ ,t ) = gi1( e,τ ,t )dτ + gi2( e,t ) 0
t
μ( e,τ ,t ) = ∫ μ1( e,τ ,t )dτ + μ2( e,t )
Intelligent Vision Technology Lab0
i=0
i=0
e = yp −r
Intelligent Vision Technology Lab
School of Automation Engineering
四 自校正调节器原理和数学模型
1. 自校正调节器基本原理
在线递推参数估计 最小方差控制 校正控制器参数
Intelligent Vision Technology Lab
School of Automation Engineering
三 MRACS 基本原理与数学模型
1. 并联MRACS的基本原理
根据被控系统性能要求，设计一个与对象同阶的定常 参考模型，并与被控对象并联；
根据模型与对象之间的广义误差e(t) ，通过自适应机 构，调节对象的参数或产生一个辅助控制量，以最终 使e(t)→0。
- 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)。
中国矿业大学2015 级硕士研究生课程考试题目自适应控制原理及应用学生姓名陈明学号TS15060128A3所在院系信息与电气工程学院任课教师郭西进中国矿业大学研究生院培养管理处印制目录1 自适应控制概述 (1)1.1 自适应控制系统的功能及特点 (1)1.2自适应控制系统的分类 (1)1.2.1前馈自适应控制 (1)1.2.2反馈自适应控制 (1)1.2.3 模型参考自适应控制（MRAC） (2)1.2.4自校正控制 (2)1.3 自适应控制系统的原理 (3)1.4 自适应控制系统的主要理论问题 (3)2 模型参考自适应控制 (4)2.1 模型参考自适应控制的数学描述 (4)2.2 采用Lyapunov稳定性理论的设计方法 (4)3 自校正控制 (7)4 自适应控制在电梯门机系统中的应用 (7)4.1电梯门机控制系统的关键技术 (7)4.1.1 加减速过程的S曲线 (8)4.1.2 系统的自适应控制 (8)4.3 系统的控制策略 (8)4.3.1 加减速过程的S曲线 (8)4.3.2 控制系统模型 (9)4.4 门机开关的运行曲线 (10)4.5 系统的实现 (11)5 结论与展望 (12)1 自适应控制概述1.1 自适应控制系统的功能及特点在日常生活中，所谓自适应是指生物能改变自己的习性以适应新的环境的一种特征。
因此，直观地说，自适应控制器应当是这样一种控制器，它能修正自己的特性以适应对象和扰动的动态特性的变化。
自适应控制的特点：研究具有不确定性的对象或难以确知的对象；能消除系统结构扰动引起的系统误差；对数学模型的依赖很小，仅需要较少的验前知识；自适应控制是较为复杂的反馈控制。
1.2自适应控制系统的分类1.2.1前馈自适应控制借助于过程扰动信号的测量，通过自适应机构来改变控制器的状态，从而达到改变系统特性的目的。
前馈自适应结构图如图1.1所示。
图1.1前馈自适应结构图由图1.1可知，当扰动不可测时，前馈自适应控制系统的应用就会受到严重的限制。
1.2.2反馈自适应控制除原有的反馈回路之外，反馈自适应控制系统中新增加的自适应机构形成了另一个反馈回路。
反馈自适应结构图如图1.2所示。
图1.2 反馈自适应结构图1.2.3 模型参考自适应控制（MRAC）在这种系统中主要采用一个模型参考的辅助系统，它是一个可调系统。
参考模型的输出或状态用期望的性能指标设计。
主要用来对比系统实际输出和期望输出的误差，从而对系统进行调整，直到误差趋近于零，本文以探讨模型参考自适应系统为主。
其系统示意图如图1.3所示：图1.3 模型参考自适应控制系统结构图1.2.4自校正控制通过采集的过程输入、输出信息，实现过程模型的在线辨识和参数估计。
在获得的过程模型或估计参数的基础上，按照一定的性能优化准则，计算控制参数，使得闭环系统能够达到最优的控制品质。
自校正控制系统结构图如图1.4所示。
1.3 自适应控制系统的原理自适应控制系统需要不断的测量本身的状态、性能、参数，对系统当前数据和期望数据进行比较，再做出最优的改变控制器结构、参数或控制方法等决策。
系统不断地测量输入和扰动对比IP 的参考输入，根据需要不断的调节自适应机构，保证系统输出满足要求，还要保证系统的稳定。
自适应控制基本原理图如图1.5所示。
图1.5 自适应控制的基本原理1.4 自适应控制系统的主要理论问题目前，自适应控制理论研究还存在如下问题：(1)稳定性稳定性是一个控制系统最核心的要求，也是设计控制系统的核心问题。
任何设计的图1.4 自校正控制结构图自适应控制系统都应该保证全局稳定，目前常常借助于Liapunov 稳定性理论和波波夫超稳定理论设计自适应系统。
这种方法对于时不变线性系统的设计是比较成熟的，但对于非线性或随机系统的研究正在缓慢进行。
随着MRAC 的发展，各种各样的自适应系统将诞生，全局稳定将更难保证。
(2)收敛性由于自适应算法的非线性特性给建立收敛理论带来困难，目前只有有限的几类自适应算法，在稳定性的证明上比较成熟。
一些简单的自适应系统可以应用Liapunov稳定性理论来判断。
现有的收敛性结果的局限性太大，假定条件过于苛刻，不便于实际应用。
收敛性理论问题还有待进一步深入。
(3)性能指标由于系统的非线性，时变及初始条件的不确定等原因，分析自适应系统的动态品质是很困难的，目前这方面的成果有限。
2模型参考自适应控制2.1 模型参考自适应控制的数学描述模型参考自适应控制系统由参考模型、可调系统和自适应机构三部分组成。
保证参考模型和可调系统间的性能一致性。
模糊参考自适应控制结构图如图2.1所示。
图2.1 模型参考自适应控制结构图2.2 采用Lyapunov稳定性理论的设计方法由于基于敏感模型在设计中的稳定性问题，设计自适应系统式基于稳定性理论被引出。
第二种 Liapunov 原理是一种非常通用的方法。
相关的方法是基于“超稳定性理论”。
两种方法会产生相同的结果，因此在二者之一中的算法结果予以重视的程度没有直接的 优先权。
Liapunov 稳定性原理在设计自适应系统中的应用在 1966 年由 Parks 所介绍。
当过程和参考模型在空间中被描述出来时，自适应规则中的微分环节容易做到。
早在 1944年就有人将 Liapunov 应用于控制系统。
自适应控制过程如下：参考模型的状态方程为.m m x Ax Bu =+ (2.1)可调系统的状态方程为'.)()(u t B x t A x s s s s += (2.2)s x t e F u t e G u ),(),('-= (2.3)[]u t G t B x t F t B t A x s s s s s ),()(),()()(.e e +-= (2.4)设系统广义误差为s m x x e -= (2.5)得广义误差状态方程为[][]u t e G t B B x t e F t B t A A t e A t e s m s s s m m ),()(),()()()()(.-++-+= (2.6)控制系统设计的任务就是采用Lyapunov 稳定性理论求出调整G 、F 的自应律，以达到状态的收敛性0)(lim =∞→t t e (2.7)和（或）参数收敛性[][]⎪⎩⎪⎨⎧==-∞→∞→m st m s st B t e G t B A t F t B t A ),()(lim ),e ()()(lim (2.8)假设*),(F t e F =，*),(G t e G =时，参考模型和可调系统达到完全匹配，即⎪⎩⎪⎨⎧==-ms ms s B G t B A F t B t A **)()()( (2.9) 代入到式(2.6)所示的广义误差状态方程中，并消去时变系数矩阵有u t e G G B x t e F G B t e A t e m s m m ),(~),(~)()(1*1*.--+-= （2.10a ）⎪⎩⎪⎨⎧-=-=),(),(~),(),(~**t e G G t e G t e F F t e F (2.10b)[][]u t e B t B B x t e F t B t A A t e A t e s m s s s m m ),()(),()()()()(.-++-+= (2.11)构造二次型正定函数作为Lyapunov 函数[])~~~~(211211G G F F tr Pe e V T T T --Γ+Γ+=其中P ，11-Γ，12-Γ都是正定矩阵，上式两边对时间求导，得[][])~~()~~(~~)(21)~~~~~~~~(21)~~~~(2112.11.1*1*.1212..1111...1211.G G tr F F tr u G G PB e x F G PB e e PA P A e G G G G F F F F tr e P e Pe e G G F F tr Pe e V TTm T s m T m T m T T T T T T T T T T ----------Γ+Γ++-+=⎥⎥⎦⎤⎢⎢⎣⎡Γ+Γ+Γ+Γ++='Γ+Γ+=因为)~(~1*1*F G PB e x tr Fx G PB e m T s s m T --=)~(~1*1*G G PB ue tr u G G PB e m T m T--=则[])~~~()~~~()(211*12.1*11..G G PB ue G G tr F G PB e x F F tr e PA P A e V m T Tm T s Tm T m T ----+Γ+-Γ++= 若选择⎪⎩⎪⎨⎧Γ-=Γ=--)()(),(~)()(),(~*2.*1.t u t Pe B G t e G t x t Pe B G t e F T T m T Ts T m Tm A 为稳定矩阵，选择正定矩阵Q ，使得Q P A PA Tm m -=+成立，因此.V 为负定。
可得参数自适应的调节规律⎪⎪⎩⎪⎪⎨⎧+Γ=+Γ-=⎰⎰--)0()()(),()0()()(),(0*20*1G d u Pe B G t e G F d x Pe B G t e F tT T m T tTs T m T ττττττ (2.12) 由于.V 为负定，因此按式（2.11）设计的自适应律，对于任意分段连续的输入向量u能够使模型参考自适应系统是渐近稳定的。
3 自校正控制模型参考自适应控制和自校正控制系统结构的区别：模型参考自适应控制系统：常规控制系统自适应机构参考模型。
自校正控制系统：常规控制系统自适应机构。
分为最小方差及广义最小方差自校正控制，其控制系统结构图如图3.1所示。
图3.1 自校正控制系统结构图4 自适应控制在电梯门机系统中的应用随着国民经济的飞速发展，现代化大厦日益增多，电梯成为人们日常生活工作中不可或缺的工具。
电梯门机系统，是典型的电机伺服系统，是电梯门开关的执行机构。
目前，电梯门机控制系统主要由交流电机及调速系统构成，也有少数由直流电机及调速系统构成。
前者虽然体积小，寿命长，但控制较复杂；而后者尽管控制简单，但电机体积大，电刷寿命短。
电梯的正常运行关系着人身安全，因此，电梯门机对电机本身及其控制系统均提出了较高的要求。
据统计，电梯门开关不正常是电梯运行过程中比较容易出现的故障。
4.1电梯门机控制系统的关键技术在工业应用中，无刷直流电动机在快速性、可控性、可靠性、体积重量、经济性等方面具有明显优势。
近几年，随着稀土永磁材料和电力电子器件性能价格比的不断提高，无刷直流电动机作为高性能调速电机和伺服电机在工业中的应用越来越广泛。
4.1.1 加减速过程的S曲线很好地实现电机加减速过程的S曲线，可使门机系统具有良好的运行特性，使电梯门开关平稳，减小电机所受的负载冲击，提高系统的可靠性，延长系统的使用寿命。