控制系统优化设计与仿真讲解

这个问题，所求的是一条关于f(t)的变化曲线，属于函数 优化问题，可以将它转化为参数优化问题。
上一页 下一页 返回
令
m
f (t) i xi (t) i 1
式中，xi (t) 是一些简单的已知函数。比如，可以取为这样，
xi
1
i1
i
i
t ti ti1 ti
,ti
t ti1
0
,其它
寻找一维最优函数 f *(t) 的问题就转化为寻找m个最优参数
上一页 下一页 返回
•当被控对象比较简单时以上做法可行。对于具有若干个
输入的多回路的复杂系统，即使花费了大量的时间和精力， 也不见得能够找到满足工程要求的最佳控制器结构以及相 应的参数。为了获得最佳的设计效果，出现了最优化技术。
•为此，提出两类优化问题。
上一页 下一页 返回
1．函数优化问题 函数优化问题也称为动态优化问题。在这类问题中，控 制器的结构并不知道，需要设计出满足某种优化条件的控 制器。
上一页 下一页 返回
（3）目标函数 在控制器的所有可行设计中，有些设计方案比另一些“ 要好些”。好的设计比差的设计肯定具有更好的某种（或 某些）性质。如果这种性质可以表示为寻优参数的一个可 计算的函数，那么只需要寻求这个函数的极值，就可以得 到“最优”的设计。这个用来使设计得以优化的函数就称 为目标函数，为了强调它对寻优参数的依赖性，将其写成 Q(α) 。同样，在工程问题中， Q(α)不一定能写成显函数 形式，只要求是“可计算”的函数。
Q(K p ,Ti ,Td )
t f e2 (t)dt
0
作为指标函数。式中，tf为系统调节时间。
上一页 下一页 返回
问题提法是：如何选择合适的参数值K
* p
，Ti
*
，Td* ，使得目
标函数Q为最小，即有
Q(K
* p
,Ti* ,Td*
)
min
Q(K
p
,Ti
,Td
)
min t f e2 (t)dt 0
在优化过程中，寻优参数的某些组合情况，可能会产生 一些明显不合理的设计，超出了某些允许范围。在数学上 可以化为约束条件。例如，在PID控制器的设计中，三个 参数应满足约束条件
Kp>0,Ti≥0, Td≥0 在许多工程问题中，约束条件往往不能写成寻优参数的 显函数形式，只要是“可计算”的函数就可以了。例如， 在PID控制系统中，超调量δ%是控制器参数Kp ,Ti , Td的函 数，但是不一定能具体写出来。
（6.3）
等式终端约束 Sk(α, tf)=0,k=1,2,…,l
（6.4）
（式中，tf为终止时间）的Baidu Nhomakorabea况下，寻找一组参数α=α*， 使目标函数满足
Q(α* ) min Q(α)
（6.5）
称α*为极小值点，对应的目标函数值Q(α*)为极小值。
上一页 下一页 返回
2.优化设计专用名词 （1）寻优参数 α为m维寻优参数向量，也称之为设计变量（或设计参数 ）。 （2）约束条件
* 1
,
* 2
,
,
* m
的参数优化问题。
上一页 下一页 返回
2．参数优化问题 参数优化问题也称为静态优化问题。在这类问题中， 控制器的结构、形式已经确定，而需要调整或寻找控制器 的参数，使得系统性能在某种指标意义下达到最优。
【例6.2】对于如图6.2所示的PID控制系统，要求寻找理 想的控制器参数，使系统性能指标为最优。
x F (t, x,α)
（6.1）
的控制系统（式中，t为时间，x为n维状态向量，F为n维 系统运动方程的结构向量，α (1, 2,,m )T 为m维寻优参数 构成的向量），要求在满足
上一页 下一页 返回
不等式约束 hi(α)≤0,i=1,2,…,q
（6.2）
等式约束 gj(α)=0,j=1,2,…,p
【例6.1】 如图4.1 所示。假设 某运动物体的初始位置、初始速 度、最终位置和最终速度已知， 要 求 该 物 体 在 最 优 控 制 作 用 —— 力f(t)作用下从最初位置到达最终 位置所需的时间tf为最小。当然， 这个力应该是有界的，设其约束 条件为| f(t) |≤1。
图6.1
上一页 下一页 返回
上一页 下一页 返回
6.1.1 两类优化问题
当被控对象的数学模型以及对控制系统的技术要求给 定之后，为了确定控制器的结构和参数，需要进行大量 的计算。通常的工作步骤是：设计者根据对实际系统的 了解，先假设控制器参数的一组初始值，通过仿真或者 直接在实际系统上做试验，求出系统对典型输入的响应 特性；然后设计者分析所得结果，并依据理论分析和以 往的经验修改控制器参数；接着再进行仿真计算（或试 验）；再分析比较，再修改参数……。当记录了若干组 不同控制器参数下系统的响应特性后，从中选择出一组 参数，此时系统的性能最接近于预定的要求。
系统满足的运动方程为
d2 y m
f (t)
dt 2
初始条件和终止条件为
y(0) y0 , y(0) 0
y(t f ) 0, y(t f ) 0
tf是函数f(t)的函数，即泛函。
取目标函数为
t f Q[ f (t)]
要求在约束条件 f (t) 1下，求函数 f *(t) ，使泛函tf为最小。
本章讨论参数优化问题。
上一页 下一页 返回
6.1.2 问题的提法及专用名词
.1 控制系统参数优化问题的一般提法
当被控对象已知，控制器的结构形式也已确定，需要 调整或寻找控制器的某些参数，使系统性能在某种指标意 义下达到最优。如果目标函数用Q(α)表示，需要优化的一 组参数用向量α表示，则对于数学模型为
第6章 控制系统优化设计与仿真
6.1 控制系统参数优化的基本概念 6.2 单纯形法 6.3 控制系统参数优化设计的实例 小结
6.1 控制系统参数优化的基本概 念
6.1.1 两类优化问题 6.1.2 问题的提法及专用名词 6.1.3 寻优途径及优化方法的评价 6.1.4 控制系统优化设计中目标函数的构成 6.1.5 数字仿真在优化设计中的作用
图6.2
上一页 下一页 返回
在该例中，被控对象数学模型G(s)已知，PID控制器的 类型和形式已确定，为
Gc
(s)
KP
1 Ti s
Td
s
式中，Kp ,Ti , Td ,为控制器参数。在某个给定信号r(t)作用 下，测量系统输入量r(t)与输出量之间y(t)的偏差e(t) 。显 然， e(t)是Kp ,Ti , Td的函数。选择