鲁棒控制讲义-第1-2章

合集下载

鲁棒控制与故障诊断 第二章

鲁棒控制与故障诊断 第二章

A∈ Rn×n with distinct eigenvalues can be diagonalized:
A[x1 x2 ⋯ xn ] = [x1 x2
⎡λ1 ⎤ ⎢ ⎥ λ 2 ⎥. ⋯ xn ]⎢ ⎢ ⎥ ⋱ ⎢ ⎥ λn ⎦ ⎣
and has the following spectral decomposition:

Sylvester equation
AX+XB = C
with A∈ Fn×n, B∈ Fm×m , and C∈ Fn×m has a unique solution X∈ Fn×m, if and only if λi(A)+λj(B)≠0, ∀i=1,2,…,n and j=1,2,…,m.

Example: Let A be such that
A [x1 x2 x3 x 4 ] = [x1 x2 x3
⎡ λ1 ⎢ x 4 ]⎢ ⎢ ⎢ ⎣ 1 λ1 ⎤ ⎥ ⎥. ⎥ ⎥ λ4 ⎦
λ3
with Re λ1<0, λ3<0, and λ4>0. Then it is easy to verify that
⎡ A11 ⎢A ⎣ 21 ⎡ A11 ⎢0 ⎣
−1 0 ⎤ ⎡ A11 = ⎢ −1 −1 A22 ⎥ − A A A ⎦ ⎣ 22 21 11 −1
−1
0 ⎤ −1 ⎥ A22 ⎦
−1 −1 −1 A12 ⎤ ⎡ A11 ⎤ − A11 A12 A22 =⎢ ⎥. ⎥ −1 A22 ⎦ A22 ⎣ 0 ⎦
S1=span{x1}, S12=span{x1 , x2}, S123=span{x1 , x2 , x3}, S3=span{x3}, S13=span{x1 , x3}, S124=span{x1 , x2 , x4}, S4=span{x4}, S14=span{x1 , x4}, S34=span{x3 , x4}

第二部分:随机控制与鲁棒控制资料

第二部分:随机控制与鲁棒控制资料

随机系统的数学模型
•I/O模型
•广义回归模型
系统差分方程
yk a1' yk 1 am' yk m b0'uk b1'uk 1 bm'uk m
引入时域后移算子q1 ,有
A1 q1 1 a1' q1 am ' qm B1 q1 b0 'b1' q1 bm ' qm

y k
则互谱密度为
xy
lim
T
1
2
E
FxT FyT
随机过程的互谱密度
互相关函数的时间均值与互谱密度是一对傅立叶变换对
A Cxyt,t xy
如果 xt1和yt2 是联合平稳的,则有
Cxy t1,t2 Cxy
Cxy xy
白噪声
•一般定义:
如果随机过程 vt 的谱密度等于常数,即 C
v k
C1 A2
q 1 q 1
wk
正态白噪声序列

zk
B1 A1
q1 q1
uk C1
A2
q1 q1
wk
wk
C1 q1 A2 q1
uk
B1 q1 yk vk A1 q1
zk
广义回归模型
进一步
z k
B1 A1
q 1 q 1
A2 A2
最小二乘估计
进一步观察矩阵 T 与向量T z, 有
2n*2n维矩阵 2n*1维向量
N
T kkT k 1
N
T z k zk k 1
(n+m)*(n+m)维 (n+m)*1维
当A(q-1)和 B(q-1)的阶 次分别为n 和m时

现代控制理论鲁棒控制资料课件

现代控制理论鲁棒控制资料课件

鲁棒优化算法的应用
01
02
03
鲁棒优化算法是一种在不确定环 境下优化系统性能的方法。
鲁棒优化算法的主要思想是在不 确定环境下寻找最优解,使得系 统的性能达到最优,同时保证系 统在不确定因素影响下仍能保持 稳定。
鲁棒优化算法的主要应用领域包 括航空航天、机器人、能源系统 、化工过程等。
05
现代控制理论鲁棒控制实 验及案例分析
现代控制理论鲁棒控制的成就与不足
• 广泛应用在工业、航空航天、医疗等领域
现代控制理论鲁棒控制的成就与不足
01
02
不足
控制系统的复杂度较高,难以设 计和优化
对某些不确定性和干扰的鲁棒性 仍需改进
03
实际应用中可能存在实现难度和 成本问题
04
未来研究方向与挑战
研究方向
深化理论研究,提高鲁棒控制器 的设计和优化能力
线性鲁棒控制实验
线性鲁棒控制的基本原理
01
介绍线性鲁棒控制的概念、模型和控制问题。
线性鲁棒控制实验设计
02 说明如何设计线性鲁棒控制实验,包括系统模型的建
立、鲁棒控制器的设计和实验步骤。
线性鲁棒控制实验结果分析
03
对实验结果进行分析,包括稳定性、性能和鲁棒性能
等。
非线性鲁棒控制实验
非线性鲁棒控制的基本原理
03
线性系统的分析与设计:极点配置、最优控制和最优
估计等。
非线性控制系统
1
非线性系统的基本性质:非线性、不稳定性和复 杂性。
2
非线性系统的状态空间表示:非线性状态方程和 输出方程。
3
非线性系统的分析与设计:反馈线性化、滑模控 制和自适应控制等。
离散控制系统

分数阶微积分鲁棒控制ppt课件

分数阶微积分鲁棒控制ppt课件
➢ 二.分数阶系统的时域和频域分析方法 ➢ 三.分数阶系统的整数接近似算法 ➢ 四.分数阶PID控制器设计
2
完整最新ppt
一.分数阶微积分定义和数值求解方法
1.1 分数阶微积分定义
在控制领域应用较多的三种分数阶微积分定义包括:Gr
..
u
nwald
Letnikov
定义、Riemann-Liouville定义、Caputo定义。
的数,分数阶积分项的斜率就完全可以满足小于 20dB的/ de斜c 率要求,这样
相应的截止频率就会变大,中频段相应地就会变宽,系统在快速性和稳定
性方面的性能就会超过采用常规的积分控制器。
14
完整最新ppt
二.分数阶系统的时域和频域分析方法
2.1.2 分数阶积分项
借助 工具编写语句命令,得到分数阶积分项的波特图,如图所示。 从图可以看出,幅频特性居于比例环节与积分环节特性之间,且
(1)基于Tustin+CFE法求解分数阶微积分环节
采用Tustin型生成函数对分数阶微积分算子进行离散化处理是 常用的一种方法,此时分数阶微积分算子可表达为:
8
完整最新ppt
一.分数阶微积分定义和数值求解方法
1.2 分数阶微积分数值求解方法
D
2 T
1 Z 1 1 Z 1
2 T
(
1)(
=1,=0.15
45
=1,=0.45
=1,=0.6
=1,=0.75 0
=1,=0.9
=1,=1 -45
=1,=0.15
-90
-2
10
-1
10
0
10
Frequency10(r1ad/sec)
2

鲁棒控制理论

鲁棒控制理论


1
这种形式的摄动可用下图表示
q
H
L
W
p
v z
L
-
上图可以简化为
L
p q
H
根据小增益定理,闭环系统稳定的充分条
件是 H 1 L
H L H L ,且 L 摄动系统稳定的充分条 H

1
件是
1
实际上上式是一个充要条件
从方框图可得 稳定条件为
假设相对摄动满足下面不等式
L ' ( j ) L ( j ) L ( j ) W ( j ) , R
则稳定条件变为
L ' ( j ) L ( j ) L ( j ) T 0 ( j ) W ( j )T 0 ( j ) 1, R
W 2 ( j ) L ( j ) 1 L ( j ) ,
上式表明在每一频率下,临界点-1都位于 以 L ( j ) 为圆心,以 W 2 ( j ) L ( j ) 为半径的圆外。
摄动系统框图,设 || || 1
W 2T
W2

K
P
W 2T
即峰值 S
R
大,在高频衰减下来。
考虑SISO反馈系统的回路增益L=PC的Nyquist图,L是 标称值,L’是实际值
-1 L’ L
0
实际闭环系统稳定的充分条件是L’的
Nyquist图不包围-1点。由图可以看出,也 就是对于所有频率有:
L ' ( j ) L ( j ) L ( j ) ( 1) L ( j ) 1 , R

1
1.3.2 控制系统的摄动形式

《鲁棒控制》-1-鲁棒控制问题的提出和描述_32201772

《鲁棒控制》-1-鲁棒控制问题的提出和描述_32201772
j
线性定常受控对象参数摄动模型的一般形式:
《鲁棒控制》课堂笔记 清华大学自动化系 钟宜生
Gp (s)∈Q
⎧ ⎪ ⎪
bm an
( (
q) q)
sm sn
+ +
bm−1 an−1
(q) sm−1 + (q) sn−1 +
+ b1 (q) s + b0 + a1 (q) s + a0
(q) (q)
⎫ ,⎪ ⎪
其中
a0 = −1.0732, b0 = 1.0732, c0 = 1
Δa ≤ 0.3157 Δb ≤ 0.3157
《鲁棒控制》课堂笔记 清华大学自动化系 钟宜生
门架控制系统
伺服电机模型:
《鲁棒控制》课堂笔记 清华大学自动化系 钟宜生
伺服电机动力学方程:
其中
M
d
2x(t)
dt 2
+
D
dx(t )
线性定常受控对象可能含有参数摄动和模型摄动,即具有混合摄动:
Gp (s) = Go (s) + ΔG (s) Go (s) ∈G or Q ΔG (s) = W1 (s) Δ (s)W2 (s) Δ(s)∈Ω
1.2 时域不确定模型
1.2.1 系数区间摄动
还以 RC 电路为例:
x
(t
)
=

1 RC
x
(t
{ } { } A = aij , B = bij { } C = cij
aij ≤ aij ≤ aij , bij ≤ bij ≤ bij , cij ≤ cij ≤ cij 其中区间端点是已知的,即αij ,αij (α = a, b, c)。

鲁棒控制理论第二章汇总.

鲁棒控制理论第二章汇总.

几种范数的定义

∞-范数

信号的最大幅值
1-范数

定义
定义
u


: sup u t
t
u 1 : u t dt
信号的时间累积量

功率信号*源自u的平均功率2-范数

定义
u 2 :



u t dt
2

1 lim T 2T

u t
T
T
T
2
dt
1/ 2
1/ 2
pow(u)
2 u t dt T
信号所携的总能量
2017/9/21
1 pow u : lim T 2T
范数之间的关系
问题:一种范数有限是否意味着其他范数也有限?

*如果 u 2 ,那么 u是一功率信号,且
pow u 0
ai , b j ? ,i

0,1,
,n
j = 0,1, L m
稳定的
ˆ 在闭右半平面(Re s>0)解析,或在Re s>0无极点 如果 G
正则的 Proper ˆ ( jw) 是有限的(分母的阶次大于等于分子的阶次) 如果 G 严格正则的 Strictly Proper ˆ ( jw) = 0(分母的阶次大于分子的阶次) 如果 G 双正则的 Bi-proper

范数的4条性质

考察从(-∞,∞)映射到R 的信号。 假定它们是连续分段的,当 然在t<0可以是0(即该信号 从t=0时刻开始)。
1、 u 0 2、 u 0 u t 0,t 3、 au a u , a R 4、 u v u v

鲁棒控制讲稿

鲁棒控制讲稿
G = sup
u
U ≤1
2. λ x = λ x .
Gu
Y.
Now we can say that G1
Geometrical sense: G is the maximal possible gain of the unit input.
How should one equip the space L with a norm? A good chice should support understanding, but also allow for computational analysis and synthesis.
L(s) = s
n c
ω
Phase margin invariant with loop gain n = −1.5 gives ϕ m = 45○ Horowitz extended Bodes ideas to deal with arbitrary plant variations not just gain variations in the QFT method.
x ≥ 0 and x = 0 x1 + x2 ≤ x1 + x2 . G2 if G2 − G1 is small. x = 0.
Induced norm
A linear system can be considered as an operator from input U to output Y . If U and Y are normed linear spaces then the following system norm is said to be induced by the signal norms on U and Y
  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)。

第一章概述§1.1 不确定系统和鲁棒控制(Uncertain System and Robust Control)1.1.1 名义系统和实际系统(nominal system)控制系统设计过程中,常常要先获得被控制对象的数学模型。

在建立数学模型的过程中,往往要忽略许多因素:比如对同步轨道卫星的姿态进行控制时不考虑轨道运动的影响,对一个振动系统的控制过程中,不考虑高阶模态的影响,等等。

这样处理后得到的数学模型仍嫌太复杂,于是要经过降阶处理,有时还要把非线性环节进行线性化处理,时变参数进行定常化处理,最后得到一个适合控制系统设计使用的数学模型。

经过以上处理后得到的数学模型已经不能完全描述原来的物理系统,而仅仅是原系统的一种近似,因此称这样的数学模型为“名义系统”,而称真实的物理系统为“实际系统”,而名义系统与实际系统的差别称为模型误差。

1.1.2不确定性和摄动(Uncertainty and Perturbation)如立足于名义系统,可认为名义系统经摄动后,变成实际系统,这时模型误差可视为对名义系统的摄动。

如果立足于实际系统,那么可视实际系统由两部分组成:即已知的模型和未知的模型(模型误差),如果模型的未知部分并非完全不知道,而是不确切地知道,比如只知道某种形式的界限(如:范数或模界限等),则称这部分模型为实际模型的不确定部分,也说实际系统中存在着不确定性,称含有不确定部分的系统为不确定系统。

模型不确定性包括:参数、结构及干扰不确定性等。

1.1.3 不确定系统的控制经典的控制系统设计方法要求有一个确定的数学模型(可能是常规的,也可能是统计的)。

以往,由于对一般的控制系统要求不太高,所以系统中普遍存在的不确定性问题往往被忽略。

事实上,对许多要求不高的系统,在名义系统的基础上进行分析与设计已经能够满足工程要求,而对一些精度和可靠性要求较高的系统,也只是在名义系统基础上进行分析和设计,然后考虑模型的误差,用仿真的方法来检验实际系统的性能(如稳定性、暂态性能等)。

例如早期导弹控制系统设计时就是这样:首先按名义模型设计一个控制系统,然后反复调整设计参数,这样的结果是浪费了大量的人力物力;一种导弹从设计到定型要反复计算数百条弹道,对大小回路控制器参数要进行数十次调整,还要经过反复试射,这类参数的调整往往没有一个理论可以遵循,而依据设计者的经验。

为了解决不确定控制系统的设计问题,提出了鲁棒控制理论。

由于鲁棒控制器是针对系统工作的最坏情况而设计的,因此能适应所有其它工况,因此它是解决这类不确定系统控制问题的有力工具。

定义1.1 鲁棒性:在不确定因素影响下,系统(装置)保持其原有能力的性质。

定义1.2鲁棒控制:使受到不确定因素作用的系统保持其原有能力的控制技术。

§1.2 鲁棒控制理论研究的内容1.2.1鲁棒稳定性(绝对稳定性)鲁棒稳定性是系统受到扰动作用时,保持其稳定能力的性质。

这种扰动是不确切知道的,但是是有限的。

稳定性是对一个系统正常工作的起码要求,所以对不确定系统的鲁棒稳定性检验是必要的。

因为传统的设计方法不具有保证鲁棒稳定性的能力,包括七十年代发展起来的各种方法,INA(逆奈氏阵列)、CL(特征轨迹)、LQR(线性二次型调节器)等,都不能保证系统的鲁棒稳定性。

从九十年代起,大多数飞机、导弹、航天器都提出了鲁棒性要求。

鲁棒稳定性分为频域分析及时域分析两类,每一类又包含多种不同的方法。

常用的鲁棒稳定性分析方法有:1)矩阵特征值估计方法2)Kharitonov方法--多项式方法3)Lyapunov方法—广义能量方法4)矩阵范数及测度方法1.2.2 性能鲁棒性(相对稳定性)对不确定系统,仅仅满足鲁棒稳定性要求是不够的。

要达到高精度控制要求,必须使受控系统的暂态指标及稳态指标都达到要求。

按名义模型设计的控制系统在摄动作用下仍能满足性能指标要求,则说该系统具有性能鲁棒性。

大多数设计方法不能保证性能鲁棒性,因而对不确定系统进行性能鲁棒性的检验是必要的。

性能指标的鲁棒性分析方法也可分为频域和时域两种,使用何种性能指标,要视提出的性能指标是在频域还是在时域而定。

性能鲁棒性有时又称为相对稳定性、D-稳定性等。

所谓D-稳定性,即为了保证系统的性能,要求在摄动作用下,系统的闭环特征值保持在某个区域D内。

1.2.3 鲁棒控制器设计a)基于不确定性界限的鲁棒控制器设计已知名义系统及不确定性的界限,设计一个控制系统使其满足稳定性或性能指标要求。

这里的不确定性包括:对外干扰的不确定性及内部结构、参数变化的不确定性,一般前者称为鲁棒伺服机问题,发展较早(70年代中期开始),后者称为鲁棒调节器问题,发展较晚(70年代末、80年代初开始)。

属于这类方法有:1)保证价值控制理论(Guaranteed Cost Control);2)Lyapunov最大-最小方法;3)变结构控制理论(VSC),特别是其中的滑动模态控制理论(Sliding Mode Control);4)μ综合方法。

b)基于灵敏度指标的鲁棒控制器设计这类控制器是在名义系统基础上设计的,然后应用一些与灵敏度有关的性能指标,设计控制器使所设定的性能指标最优,如H∞控制等。

属于这类方法的主要有:1)H∞控制理论(1981年加拿大的Zams 提出);2)鲁棒的特征结构配置方法(Matlab中的place函数)。

c)基于其他考虑的方法如定量反馈理论(QFT),英国的Holowitz 1979年提出的。

§1.1.3 本课程的内容本课程分为七章,第二章介绍理解本课程所需要的数学基础知识;第三章讲述状态空间系统的鲁棒稳定性分析方法;第四章讲述动力学系统的鲁棒稳定性分析方法;第五章讲述鲁棒控制器的设计方法;第六章讲述变结构控制器的设计方法;第七章讲述鲁棒控制的应用。

本课程假定读者已经学习过矩阵理论和现代控制理论等课程。

第二章 数学基础知识本书使用的数学符号:n n n R R R ⨯、、−实数域、n -维实空间、n n ⨯-维实空间; n n n C C C ⨯、、−复数域、n -维复空间、n n ⨯-维复空间;m n r C ⨯−秩为r 的m n ⨯-维复空间。

nn R ⨯+− n n ⨯-维实空间,其元素的分量都大于或等于0。

∀∉∈、、−属于、不属于、对所有的;1*-A A A T 、、 −A 的转置、A 的共轭转置、A 的逆矩阵; R C m n →⨯−从空间m n C ⨯到实数域R 的映射;a A 、−矩阵A 的范数、标量a 的模;+0− 0的右侧,即大于0的一侧;n 、r −n 个自然数的集合、上界为r 的自然数的集合;⇔⇐⇒、、−包含、被包含、等价; ∆−定义为a a 、−a 的最小值、最大值;{}ij a −元素为ij a 的矩阵;§2.1矩阵的几个概念定义2.1 设nn C A ⨯∈, 如果存在一个C ∈λ和nC x ∈使得:x Ax λ=,(2.1)则λ称为A 的一个特征值,x 称为A 的对应于λ的特征向量。

设A*表示A 的共轭转置,则有:赫米特矩阵(Hermitian Matrix ):A A =*,具有实特征值 对称矩阵(Symmetric Matrix ): A A T=,具有实特征值 酉矩阵(Unitary Matrix ):*1A A=-,特征值都在复平面的单位圆上正交矩阵(Orthogonal Matrix ):1-=A A T,特征值都在复平面的单位圆上 斜赫米特矩阵(Skew Hermitian Matrix ):A A -=*,特征值都在复平面的虚轴上 正规矩阵(Normal Matrix ):**AA A A =,有各异的特征值定义2.2 矩阵A 是正定的,如果其全部特征值大于零;矩阵A 是正半定的,如果其全部特征值都大于或等于零; 矩阵A 是负定的,如果其全部特征值都小于零。

定义2.3 矩阵A 是渐近稳定的,如果其全部特征值都具有负实部; 矩阵A 是不稳定的,如果至少一个特征值具有正实部。

矩阵A 是Lyapunov 稳定的,如果其全部特征值都具有非正实部。

关于矩阵的特征值还有一些性质:i ) 相似变换不改变矩阵的特征值; ii ) 特征值是连续的;iii ) 实矩阵的特征值是自共轭的。

这些性质也是我们今后的学习中要用到的。

§2. 2 矩阵范数定义2.4 若ν是R C mn →⨯的一个映射,称ν是A 的一个矩阵范数,系指如下条件保持时:a ) 正定条件 mn C A A ⨯∈≠∀>0,0νb ) 齐次条件m n C A C A A ⨯∈∈∀=,,αααννc ) 三角不等式 mn CB A B A B A ⨯∈∀+≤+,,ννν此外,若下面的条件成立d ) 相容条件 m n C B A B A AB ⨯∈∀≤,,ννν 则称ν为相容的矩阵范数。

常用的矩阵范数:设{}m n ij C A a A ⨯∈=,,a ij 是A 的元素,则a )行和范数 ∑=∆∞=mj ij ia A1max(2.2)b) 列和范数 ∑=∆=ni ijj aA 11max(2.3)c) 谱范数 {}⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧==≠=∆220212max max 2x Ax AxA x x (2.4)d) Frobenius 范数 ()21112⎪⎪⎭⎫ ⎝⎛=∑∑==∆ni mj ij F a A (2.5)e) B-范数 ∑∑==∆=n i mj ij Ba A11(2.6)这里除了B-范数外,其它都满足相容性条件。

§2.3 矩阵的测度定义2.5 矩阵A 的测度()A μ被定义为()A μθθθ1lim0-+=+→∆A I (2.7)A 的测度表示n n C ⨯上一点I 在方向A 的单侧方向导数,I 为单位阵。

物理解释:考虑系统()()()t x t A t x= ,()t Φ是其一个解向量, 那么()t Φ的方向导数为()()()⎥⎦⎤⎢⎣⎡Φ-+Φ=Φ+→∆+θθθt t t D 0lim =()()()⎥⎥⎦⎤⎢⎢⎣⎡Φ-Φ+Φ+→θθθt t t '0lim =()()()⎥⎦⎤⎢⎣⎡Φ-Φ+Φ+→θθθt t A t 0lim()()⎥⎥⎦⎤⎢⎢⎣⎡Φ-Φ+≤+→θθθt t A I 0lim=()()()t A t A I Φ=Φ⎥⎦⎤⎢⎣⎡-++→μθθθ1lim 0测度的性质:a )()()()00,1,1=-=-=μμμI Ib )()()A A A A ≤≤--≤-μμc )()()A c cA μμ=, 0≥∀c (齐次条件)d )()()c A cI A +=+μμe )()()()B A B A μμμ+≤+, (三角不等式)f )()()()B A B A B A -≤-≤-μμμg )()()[]()A A A i μλμ≤≤--Re , ()n i ∈∀矩阵的测度满足齐次条件和三角不等式,但不满足相容性条件。

相关文档
最新文档