亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        非最小相位系統(tǒng)的自適應(yīng)逆控制

        2010-07-02 03:27:30楊巧德張侃健
        大電機技術(shù) 2010年4期
        關(guān)鍵詞:離線擾動濾波器

        楊巧德,張侃健

        (東南大學(xué)自動化學(xué)院, 南京 210096)

        1 引言

        動態(tài)系統(tǒng)的逆模型問題一直是工業(yè)控制策略中重要的組成部分。逆模型的精確程度在一定程度上影響了整個控制系統(tǒng)的性能,尤其對于高性能運動控制,其前向控制器的補償很大程度上依賴于逆模型的結(jié)構(gòu)。

        對于最小相位系統(tǒng),其逆是穩(wěn)定的因果的,而非最小相位系統(tǒng)因不穩(wěn)定零點的存在,使得系統(tǒng)存在兩種逆,一為因果的但不穩(wěn)定,二為穩(wěn)定但非因果,這在實際中是無法實現(xiàn)的。很多文獻對該系統(tǒng)的逆模型進行了討論,文獻[1]針對SISO對象的逆模型提出了各種不同的控制算法,包括精確的和近似的逆模型算法,其中零相位誤差跟蹤控制(ZPETC)得到了大量的應(yīng)用。文獻[2]將非最小相位系統(tǒng)的逆問題轉(zhuǎn)化為了H∞范數(shù)優(yōu)化的最優(yōu)模型匹配問題,這類問題的求解大部分要借助于Nevanlinna-Pick插值或者迭代方法。文獻[3]借助于神經(jīng)網(wǎng)絡(luò)來直接或間接地辨識模型的逆。文獻[4]結(jié)合Widrow和Walach提出的自適應(yīng)逆控制的方法,將神經(jīng)網(wǎng)絡(luò)用于模型的辨識和逆控制。但是這些方法適合于離線的學(xué)習(xí),當模型結(jié)構(gòu)具有不確定性或模型不匹配時,實際系統(tǒng)的調(diào)節(jié)時間要比仿真的結(jié)果差,因此,在線學(xué)習(xí)則需要相應(yīng)地改變。

        與最小相位系統(tǒng)相比,非最小相位系統(tǒng)的一個最大特征就是階躍響應(yīng)呈現(xiàn)負調(diào)或反向響應(yīng)特性。該負調(diào)是無法避免的,而且在某些系統(tǒng)中是十分不利的,必須對過大的負調(diào)加以限制[5],許多文獻恰恰忽視了這方面的限制[6]。消除負調(diào)最理想的方法就是零極點對消,但在實際中是不可行的,因為這會使得控制器中含有不穩(wěn)定的極點,從而使得級聯(lián)的系統(tǒng)具有無界的內(nèi)部信號,這實際上使整個的系統(tǒng)隱藏了不穩(wěn)定部分[7]。雖然非最小相位系統(tǒng)的逆不易獲得,但可以用近似的逆來代替,特別是自適應(yīng)逆控制、神經(jīng)網(wǎng)絡(luò)的發(fā)展,使得控制實現(xiàn)更加容易。

        針對非最小相位系統(tǒng)逆的問題,本文采用N拍帶延遲的FIR濾波器結(jié)構(gòu)近似逆系統(tǒng),使得逆控制器本身是穩(wěn)定的,又避免了直接的零極點對消。逆建模時,首先根據(jù)對象的先驗知識離線訓(xùn)練對象的逆模型,然后作為一個前向控制器,再通過LMS算法在線調(diào)節(jié)控制器中的參數(shù)。離線階段,通過RLS濾波算法最小化模型輸出誤差,得到對象的近似逆模型;在線階段,通過LMS算法反傳對象的誤差信號最小化系統(tǒng)的輸出誤差。仿真發(fā)現(xiàn),自適應(yīng)逆控制既克服非最小相位的負調(diào)現(xiàn)象,又使得系統(tǒng)具有較快的響應(yīng)速度。

        2 自適應(yīng)逆控制結(jié)構(gòu)及算法

        2.1 自適應(yīng)逆控制

        自適應(yīng)逆控制是一種基于動態(tài)逆概念的設(shè)計方法,其基本的思想就是把對象動態(tài)特性看成映射,控制器逼近逆映射,使對象的輸出跟隨指令輸入[8]。它本質(zhì)上屬于開環(huán)控制,利用對象特性的逆作為控制器,與被控對象串聯(lián)。與傳統(tǒng)的控制系統(tǒng)相比,自適應(yīng)逆控制最大的優(yōu)點在于被控對象動態(tài)響應(yīng)和消除擾動控制可以單獨設(shè)計,互不影響,一種控制的最優(yōu)不會犧牲另一種控制的最優(yōu)。

        完整的自適應(yīng)逆控制包括被控對象的辨識、逆控制器、擾動消除器三部分。對于自適應(yīng)逆控制來說,它本質(zhì)上是屬于開環(huán)系統(tǒng),必須對擾動加以抑制,否則擾動會毫無保留地出現(xiàn)在輸出端。與常規(guī)的擾動消除不同,常規(guī)的擾動消除只需要從外部獲取其參考信號,用此信號按前饋濾波來實現(xiàn)擾動消除;自適應(yīng)逆控制中的對象輸出擾動消除則要從對象輸出中獲得相應(yīng)的擾動參考信號,再用此信號按反饋濾波并從對象輸入中減去來實現(xiàn)。

        2.2 自適應(yīng)逆控制系統(tǒng)

        對于一個連續(xù)時間的未知對象,設(shè)傳遞函數(shù)為P( s),經(jīng)離散化后得到系統(tǒng)的離散模型為:

        系統(tǒng)跟蹤的誤差為:

        根據(jù)Parserval定理可知:

        整個控制系統(tǒng)的目標就是使得誤差逼近于0,對于最小相位系統(tǒng), C ( z)= 1 P( z),滿足該準則。但對于非最小相位系統(tǒng),由于零點位于單位圓外,使得系統(tǒng)的逆是不存在的。但是我們通過近似的逆來逼近非最小相位系統(tǒng)中不可逆的部分,目前,常借助于零相位跟蹤誤差控制(ZPETC)、神經(jīng)網(wǎng)絡(luò)、IIR或FIR濾波器方法,而DSP中濾波器設(shè)計方法相對成熟,實現(xiàn)更加方便。FIR濾波器只需要選擇合適的參數(shù)和濾波器的階數(shù)就可以使得輸出誤差最小化。本文模型辨識、逆建模過程均采用自適應(yīng)FIR濾波器的設(shè)計方法。

        2.3 對象的正建模

        正模型是逆模型的前提,逆模型辨識的好壞取決于正模型辨識的結(jié)果。對于具有先驗知識的系統(tǒng),為了利用有限的觀測值來估計未知的參數(shù),采用遞推加權(quán)最小二乘算法。

        由(1)式可知系統(tǒng)的輸出為

        向量θ代表對象未知的參數(shù),向量φ是由濾波器的輸入輸出信號構(gòu)成的。遞歸加權(quán)最小二乘算法(RWLS)算法如下:

        2.4 逆建模

        逆模型的建立是以正模型為基礎(chǔ),圖1為對象的離線情況下逆建模結(jié)構(gòu)圖,其中包括穩(wěn)定對象和不穩(wěn)定對象的情況。

        自適應(yīng)逆控制的前提是要保證系統(tǒng)是穩(wěn)定的,否則,必須采用傳統(tǒng)的反饋控制方法來鎮(zhèn)定系統(tǒng),控制結(jié)構(gòu)如圖1a所示。只有滿足穩(wěn)定的條件,才能保證自適應(yīng)算法在不同的環(huán)境下是平穩(wěn)收斂的。

        對于非最小相位系統(tǒng)而言,對象的逆是不穩(wěn)定的或非因果的。依據(jù)Shannon-Bode法,采用FIR濾波器構(gòu)造近似逆模型是容易實現(xiàn)的,但有時候均方差誤差會很大,若在控制系統(tǒng)中加入適當?shù)难舆t環(huán)節(jié),可以降低最小均方誤差。本文采用遞推最小二乘的算法構(gòu)造FIR濾波器實現(xiàn)非最小相位系統(tǒng)最優(yōu)的延遲逆模型。

        圖1

        3 對象逆模型的在線調(diào)整

        離線建模時,逆模型對正模型的誤差非常敏感,使得逆控制的效果有限。而在線調(diào)整可以解決兩個問題:(1)單純的FIR可能造成大的跟蹤誤差,(2)當系統(tǒng)隨時間改變時,F(xiàn)IR濾波器的性能會降低[9]。為了提高收斂速度和獲得好的動態(tài)性能,可采用LMS算法,以離線建模所得濾波器權(quán)值作為在線求逆控制器的初值,或者把LMS的輸出作為控制量輸入的一部分,最終可獲得較為精確的逆模型,如圖2所示。

        圖2 逆模型的在線調(diào)整

        下面給出在線調(diào)整算法可行性的證明。

        對于SISO系統(tǒng)y=Pu

        輸出完全跟蹤輸出時,存在最優(yōu)的*w使得,

        令α=Pr,離散化后得到:

        最小均方(LMS)算法是一種隨機梯度算法,滿足了在線更新的要求。它每次迭代時權(quán)矢量沿誤差性能曲面的梯度估值的負方向更新,不需要計算有關(guān)的相關(guān)函數(shù)、矩陣求逆。簡單易用,已在自適應(yīng)濾波、自適應(yīng)逆控制中得到了非常廣泛的應(yīng)用。

        圖3 自適應(yīng)線性組合器

        4 仿真實例

        水輪發(fā)電機組系統(tǒng)是典型的非最小相位系統(tǒng)之一,該對象一直是控制中常用的控制模型[10]。該系統(tǒng)主要包括引水系統(tǒng)、水輪機、執(zhí)行機構(gòu)、電網(wǎng)(負荷)等幾部分,圖4為水輪機控制系統(tǒng)圖,Mt是水輪機力矩,Qt為流量,H為水頭,而水輪機的模型為:

        圖4 水輪機控制系統(tǒng)

        考慮壓力引水系統(tǒng)、發(fā)電機、負載及電液隨動系統(tǒng)的動態(tài)特性,將系統(tǒng)進行線性化處理,得到如圖5所示的線性化方框圖,將圖5化簡得到系統(tǒng)的數(shù)學(xué)模型為(mg= 0 ):

        水輪機系統(tǒng)在某一實際工況下的參數(shù)[10]為:

        圖5 水輪機線性化控制方塊圖

        FIR濾波器采用128抽頭的結(jié)構(gòu),系統(tǒng)的離散時間取為0.01s,采用白噪聲作為輸入,對象辨識的仿真結(jié)果如圖6所示。

        圖6 對象辨識結(jié)果

        圖7 自適應(yīng)逆控制仿真

        圖8 逆模型中估計權(quán)值的輸出

        圖9 輸入信號為方波時系統(tǒng)的輸出

        圖7是系統(tǒng)在階躍信號下的輸出結(jié)果,圖8則為系統(tǒng)逆建模過程中RLS濾波器的估計權(quán)值。圖9為系統(tǒng)在跟蹤方波信號的輸出圖形??梢钥闯?,系統(tǒng)能在很短時間內(nèi)快速地跟蹤輸入信號,有較好的動態(tài)性能。

        5 結(jié)論

        本文針對非最小相位系統(tǒng)的特點,采用了自適應(yīng)逆控制的方法,先通過FIR濾波器離線構(gòu)造系統(tǒng)近似逆模型,再結(jié)合自適應(yīng)LMS算法實施在線調(diào)整,而在線調(diào)整算法的加入使系統(tǒng)具備了一定的自適應(yīng)和魯棒性。仿真發(fā)現(xiàn),該方法不僅解決了非最小相位系統(tǒng)的負調(diào)與調(diào)節(jié)時間耦合的問題,而且還使系統(tǒng)具有較好的動態(tài)性能。

        [1][1]Brian P. Rigney. Adaptive Seettle-Optimal Control of Servomechanisms[D], 2008.

        [2]吳旭東, 鐘宜生, 解學(xué)書. 非最小相位不穩(wěn)定對象的魯棒最優(yōu)模型匹配[J]. 自動化學(xué)報,1999, 25 (2):162-168.

        [3]K. Lau, H. Middleton, and H. Braslavsky.Undershoot and Settling Time Tradeoffs for Non-minimum Phase Systems[J]. IEEE Transaction On Automatic Control, Vol.48, No.8, Augst 2003.

        [4]Gregory L. Plett. Adaptive Inverse Control of Linear and Nonlinear Systems Using Dynamic Neural Networks[J]. IEEE Transaction On Neural Networks,Vol.14, No.2, March 2003.

        [5]Ferry Hadary, Yasuhiro Ohyama, Shinji Hara.Undershoot Reduction for Plants with Real Unstable Zeros[C]. SICE Annual Conference in Fukui, Augst 4-6, 2003.

        [6]M. Hanmandlu, Himani Goyal. Proposing a new advanced control technique for micro hydro power plants[J]. Electrical Power and Energy Systems, 2008,(30): 272-282.

        [7]Nonminimum-phase Zeros[J]. IEEE Control Systems Machine.

        [8]WIDROW B, WALACH E. 自適應(yīng)逆控制[M]. 劉樹棠,韓崇昭,譯. 西安交通大學(xué)出版社,2000.

        [9]John T. Wen and Ben Potsaid. An Experimental Study of a High Performance Motion Control System[C]. Proceeding of the 2004 American Control Conference Boston, 2004, 5158-5163.

        [10]Variable Structure Neuron Control for Hydraulic Turbine Generators[C], Proceedings of the First International Conference on machine Learning and Cybernetics, Beijing, 2002, 1550-1553.

        猜你喜歡
        離線擾動濾波器
        基于無擾濾波器和AED-ADT的無擾切換控制
        Bernoulli泛函上典則酉對合的擾動
        異步電機離線參數(shù)辨識方法
        防爆電機(2021年4期)2021-07-28 07:42:46
        呼吸閥離線檢驗工藝與評定探討
        淺談ATC離線基礎(chǔ)數(shù)據(jù)的準備
        (h)性質(zhì)及其擾動
        從濾波器理解卷積
        電子制作(2019年11期)2019-07-04 00:34:38
        開關(guān)電源EMI濾波器的應(yīng)用方法探討
        電子制作(2018年16期)2018-09-26 03:26:50
        離線富集-HPLC法同時測定氨咖黃敏膠囊中5種合成色素
        中成藥(2018年2期)2018-05-09 07:20:09
        小噪聲擾動的二維擴散的極大似然估計
        国产精品天堂avav在线| 亚洲av成人噜噜无码网站| 中国国语毛片免费观看视频| 婷婷丁香91| 人妻风韵犹存av中文字幕 | 久久久久亚洲av片无码v| 中文毛片无遮挡高潮| 色噜噜精品一区二区三区| 一区二区三区最新中文字幕| 人妻无码一区二区视频| 久久99精品免费一区二区| 亚洲一区二区在线视频,| 少妇精品亚洲一区二区成人| 特级做a爰片毛片免费看无码| 中文 国产 无码免费| 一区二区三区日韩毛片| 丰满熟妇人妻av无码区| 色噜噜狠狠色综合成人网| 亚洲国产成人Av毛片大全| 久久精品国产在热亚洲不卡| 国内精品久久久久影院薰衣草| 国产精品后入内射日本在线观看 | av资源在线播放网站| 手机在线观看日韩不卡av| 麻豆精品久久久久久久99蜜桃| 91视频爱爱| 草青青在线视频免费观看| 男人扒开添女人下部免费视频| 暖暖免费 高清 日本社区在线观看 | 丝袜美腿在线观看一区| 中文字幕在线播放| 国产精品98视频全部国产| 国产成人精品一区二区不卡 | 青青久在线视频免费观看| 丰满熟妇人妻av无码区| 日本系列有码字幕中文字幕| 无码丰满熟妇一区二区| 亚洲美免无码中文字幕在线| 无码91 亚洲| 亚洲天堂精品一区入口| 熟女体下毛毛黑森林|