[發明專利]一種非線性系統的多模型自適應控制器及控制方法

有效

• 申請號: 201210496139.0
• 申請日: 2012-11-28
• 公開（公告）號: CN102998973B
• 公開（公告）日: 2016-11-09
• 發明（設計）人: 王昕;黃淼;牟金善
• 申請（專利權）人: 上海交通大學
• 主分類號: G05B13/00
• 分類號: G05B13/00
• 代理公司: 上海漢聲知識產權代理有限公司 31236
• 代理人: 胡晶

技術領域

本發明涉及各行業生產過程中各種實際的被控對象，具體涉及一類零階有界的非線性復雜控制系統的一類多模型自適應控制器及其控制方法。

背景技術

由于現代工業向技術密集型轉變，出現了由種類繁多的子系統和元件組成且內部關系復雜的復雜工業系統過程。這種系統往往具有強非線性、快時變、模型不確定等特點?，F有的非線性處理方法雖然有一些應用，但是理論上不完善，對被控對象的要求高，并且不具有一般性。

由于自適參數大量未知等特點，經典控制理論與現代控制理論中的方法很難解決這些特點，自適應控制可以處理一定程度不確定性系統的控制問題而被廣泛應用于非線性系統的控制中。通過對系統辨識，自適應控制可以自動地補償模型階次、參數和輸入信號方面的變化，可以得到較好的控制效果。但是對于時變較快，參數有跳變的被控對象，自適應控制系統辨識的效果不佳，從而導致系統的動態性能較差、暫態誤差過大的情況。多模型自適應控制在自適應控制的基礎上發展而來，可以有效減小系統的暫態誤差。因此提出一種新的非線性系統的模型結構，這個模型結構由線性部分和非線性項部分組成更具有一般性，針對快時變、參數跳變對象，采用多個辨識模型，獲得更好的控制效果。但是，傳統的多模型自適應控制方法要求被控對象的非線性項部分全局有界，這一條件限制了多模型自適應控制方法在實際系統中的應用。

發明內容

本發明針對上述現有技術中存在的技術問題，提供一種非線性系統的多模型自適應控制器及控制方法。放寬非線性系統的限制條件，擴大多模型自適應控制方法的使用范圍。該方法不僅將非線性項全局有界條件放寬到了零階接近有界，并且減小了多模型自適應控制系統的穩態誤差，提高了控制精度。

為達到上述目的，本發明所采取的技術方案是：

一種非線性系統的多模型自適應控制器，該控制器由一個非線性魯棒間接自適應控制器、一個非線性神經網絡自適應控制器和切換機構三部分組成，其中，一個控制器為非線性魯棒間接自適應控制器，另一個是非線性神經網絡間接自適應控制器，被控對象的輸入由切換機構在兩個控制器之間選擇產生，被控對象的輸出與兩個控制器之間有一閉環負反饋，被控對象與兩個間接自適應控制器的模型輸出之間設置為相減關系，模型誤差用于調整模型的參數與神經網絡的權值。

所述非線性魯棒間接自適應控制器包括一個非線性魯棒自適應模型和一個非線性控制器，非線性魯棒自適應模型由線性和非線性兩部分組成，線性部分對應系統線性化后的線性部分，非線性部分由帶系數的回歸向量的范數來表示，用以補償系統線性化后的非線性部分?；貧w向量由系統過去時刻的輸入和輸出變量組成。自適應的參數為線性回歸向量的系數，自適應律采用投影自適應律。非線性控制器采用一步超前控制器。

所述非線性神經網絡自適應控制器包括一個非線性神經網絡自適應模型和一個非線性神經網絡自適應控制器。非線性神經網絡自適應模型由線性部分和非線性神經網絡部分組成。線性部分的系數作為自適應參數可以以任意方式進行更新。非線性神經網絡采用BP網絡，利用誤差反向傳播方法來訓練。

在所述切換機構中，首先設計一個性能指標，該性能指標包含一個累積誤差部分和一個暫態誤差部分。在每一個控制時刻，計算各個控制器的性能指標，選擇性能指標較小的控制器來產生下一時刻的控制輸入，可以實現平穩的切換，且提高系統的暫態性能。

上述非線性系統的多模型自適應控制器的控制方法所包含的步驟如下：

S1：系統初始化：隨機初始化非線性魯棒自適應模型的參數，隨機初始化非線性神經網絡模型的參數和神經網絡的權值，這些參數可由一定的先驗知識確定；

S2：k＝0時刻，對象的輸出為0；k≠0時刻，對象的輸出為系統的實際輸出值，與系統設定值作差得到系統的控制誤差e_c；實際輸出與非線性魯棒自適應模型的輸出作差得到模型誤差e₁，與非線性神經網絡模型作差得到模型誤差e₂；

S3：將控制誤差e_c作為非線性魯棒自適應控制器和非線性神經網絡自適應控制器的輸入，由兩個控制器分別產生控制量u₁和u₂；

S4：根據模型誤差e₁和e₂來計算性能指標C₁和C₂的值，選擇性能指標值較小的控制器產生的輸入u_i，作為被控對象和兩個模型的控制輸入u；