馬天兵,劉 健,杜 菲,羅 智
(安徽理工大學(xué)機(jī)械工程學(xué)院,安徽 淮南 232001)
模糊控制是一種基于模糊集合理論和模糊學(xué)習(xí)規(guī)則的智能控制方法,可不依賴被控對象的精確模型,具有一定的適應(yīng)能力和較強(qiáng)的魯棒性[1]。針對具有不確定性特點的非線性系統(tǒng)控制問題,模糊控制策略已成為該問題的研究熱點之一。學(xué)者利用模糊系統(tǒng)的通用逼近能力,設(shè)計改進(jìn)了眾多模糊控制系統(tǒng),用于對非線性動態(tài)問題的自適應(yīng)調(diào)節(jié)控制。文獻(xiàn)[2]將模糊系統(tǒng)與擾動觀測器結(jié)合,運用于機(jī)載穩(wěn)定云臺的擾動補(bǔ)償,改善了平臺抑制擾動的能力; 文獻(xiàn)[3]將拉格朗日法和假設(shè)模態(tài)法相結(jié)合,提出了新的模糊控制策略,并對柔性機(jī)械臂進(jìn)行了自適應(yīng)控制,提高了機(jī)械臂的運行穩(wěn)定性;文獻(xiàn)[4]將模糊系統(tǒng)中的監(jiān)督控制器用直接控制器代替,并用達(dá)芬強(qiáng)迫振蕩系統(tǒng)進(jìn)行仿真,驗證了其改進(jìn)算法可提高系統(tǒng)的響應(yīng)速度;文獻(xiàn)[5]采用加入自適應(yīng)補(bǔ)償器的模糊系統(tǒng)對鍋爐主汽溫進(jìn)行控制,減少了汽溫系統(tǒng)監(jiān)控時的參數(shù)誤差;文獻(xiàn)[7]將變論域引入模糊系統(tǒng)的隸屬函數(shù),通過對非線性函數(shù)進(jìn)行仿真,驗證了新算法具有良好的魯棒性和動態(tài)性能。他們在模糊系統(tǒng)的補(bǔ)償器、隸屬函數(shù)等方面的改進(jìn)都被證明具有可行性。
本文從模糊系統(tǒng)中的模糊基函數(shù)入手,將模糊基函數(shù)的元素量擴(kuò)展為平方倍并排列為元素方陣,取此方陣對角最優(yōu)元素重新構(gòu)成基函數(shù),充分利用模糊控制知識行為,以減少參數(shù)估計誤差。并采用此控制系統(tǒng),以單力臂機(jī)械手為研究對象,通過Simulink軟件進(jìn)行建模和仿真研究,以證明其有效性和可行性。
考慮對不確定的f(x)進(jìn)行自適應(yīng)模糊逼近。
(1)
式中:f(x)為未知的連續(xù)函數(shù);b為未知的正常數(shù);u,y分別為為系統(tǒng)的輸入和輸出。根據(jù)參考文獻(xiàn)[8]給出如下定理。
定理:直接自適應(yīng)模糊控制采用下面的IF-THEN模糊規(guī)則來描述控制知識:
THENuisQr,r=1,2,…,Ln。
選擇系數(shù)K=(kn,…,k1)T,使得多項式sn+k1s(n-1)+…+kn的所有根部都在復(fù)平面左半開平面上。取控制器為
(2)
將式(2)代入式(1),得到閉環(huán)控制系統(tǒng)的方程
e(n)+k1e(n-1)+…+kne=0
(3)
直接性模糊自適應(yīng)控制是基于模糊系統(tǒng)設(shè)計一個反饋控制器u=u(x|θ)和一個調(diào)整參數(shù)向量θ的自適應(yīng)律,通知K的選取,可使當(dāng)t→∞時,e(t)→0,使得系統(tǒng)輸出y盡可能地跟蹤理想輸出ym。
直接自適應(yīng)模糊控制器為
u=uD(x|θ)
(4)
式中:uD為一個模糊系統(tǒng),θ為可調(diào)參數(shù)集合。
原有的模糊控制器構(gòu)造法則中模糊基函數(shù)存在n個元素,高維度的參數(shù)集合保證了控制器的穩(wěn)定與準(zhǔn)確[9],但是在具體的工程應(yīng)用中,對應(yīng)的參數(shù)集合的選取量會因為維度的減少直接變少,導(dǎo)致控制器的自有參數(shù)量少,平均解不能很好地得到準(zhǔn)確值。因此,本文將模糊基函數(shù)的n維參數(shù)向量組擴(kuò)展為N=n×n維,然后建立參數(shù)方陣,取對角的n個參數(shù)重新定義基函數(shù)。此時n維向量由N=n×n個初始元素中選取出的n個元素構(gòu)成,增加了平方次的運算量,避免了由參數(shù)樣本容量小造成的參數(shù)的估計誤差,提高了準(zhǔn)確度。
采用乘積推理機(jī)、單值模糊器和中心平均解模糊器來設(shè)模糊控制器,即
(5)
uD(x|θ)=θTξ′(x)
(6)
(7)
將ξ′(x)建立為對角陣,取對角線上的元素作為最終參數(shù)向量ξ(x)的值。
(8)
系統(tǒng)的誤差方程為
(9)
(10)
其中參數(shù)γ是正的參數(shù),對式(10)進(jìn)行求導(dǎo)并整理得
eTpnbω
(11)
式中:Pn為P的最后一列。
取自適應(yīng)律
(12)
設(shè)單力臂機(jī)械手動力學(xué)方程為
(13)
式中:D0、C0、G0分別為理想正定慣性矩陣、慣性矩陣和慣性向量,θ為角度位置,d為誤差擾動,τ為輸入控制力矩。在實際工程中,對象的實際模型慣性量D、C、G與理想慣性量存在偏差ΔD,ΔC,ΔG,(ΔD=D0-D、ΔC=C0-C、ΔG=G0-G)。
針對其理想名義模型的控制律設(shè)計為
(14)
將式(13)代入式(14),并化簡得
(15)
由式(15)可見,模型建模時的不精確會導(dǎo)致閉環(huán)系統(tǒng)不夠穩(wěn)定。
為了得到穩(wěn)定的閉環(huán)系統(tǒng),即
(16)
式(15)中建模不精確部分可取為
(17)
假設(shè)模型不確定項f(x)為已知,則可設(shè)計修正的控制律為
(18)
但是在實際工程中,模型不確定項f(x)為未知,因此,需要對不確定項進(jìn)行逼近,并在控制律中實現(xiàn)對不確定項f(x)的補(bǔ)償,以此提高控制性能[9]100-200。
根據(jù)上節(jié)內(nèi)容,取單力臂機(jī)械手為被控對象,在對上述建模中的不確定項f(x)進(jìn)行逼近的基礎(chǔ)上,采用改進(jìn)的模糊控制律式(6)以及自適應(yīng)律(12)對其進(jìn)行主動控制。
根據(jù)工程常見實例,取ΔD,ΔC,ΔG變化量為20%,并定義模糊系統(tǒng)的6個隸屬度函數(shù),如圖1所示。
x圖1 x的隸屬函數(shù)
采用Simulink和S函數(shù)進(jìn)行控制系統(tǒng)的設(shè)計,仿真運行結(jié)果如圖2~圖5所示。
t/s圖2 模糊系統(tǒng)的控制補(bǔ)償
t/s圖3 控制輸入
圖4 不確定項及其估計
根據(jù)模糊系統(tǒng)對模型不確定項f(x)的逼近,在控制系統(tǒng)輸出中對其進(jìn)行補(bǔ)償,得出如圖2所示的模糊系統(tǒng)控制補(bǔ)償曲線。綜合考慮控制補(bǔ)償和控制律,得出如圖3所示的系統(tǒng)總輸入。圖4所示為上述模型的不確定項f(x)及其估計。將此系統(tǒng)的最終位置跟蹤效果與未改進(jìn)模糊基函數(shù)的系統(tǒng)相對比,得出如圖5所示的期望軌跡與改進(jìn)、未改進(jìn)系統(tǒng)控制下的實際軌跡效果。
圖5 效果對比圖
當(dāng)采用改進(jìn)過的模糊系統(tǒng)進(jìn)行控制時,由于改進(jìn)了模糊基函數(shù)的參數(shù)選取方法,增加了基函數(shù)中的參數(shù)樣本容量,并選取其對角最優(yōu)元素,去除了前階段基函數(shù)中引起擾動較大的元素,充分利用了模糊系統(tǒng)的控制知識行為,所以在前期就可進(jìn)入系統(tǒng)的知識控制穩(wěn)定期,避免了初始參數(shù)選取的誤差影響,在行為演算的最初階段就能達(dá)到后期穩(wěn)定效果,根據(jù)圖5可以看出,相對于未改進(jìn)的控制系統(tǒng),改進(jìn)的系統(tǒng)在前幾個軌跡角度轉(zhuǎn)折處更好地跟蹤了期望軌跡,且整個跟蹤過程更快地收斂于理想位置,進(jìn)入了穩(wěn)定階段。
仿真結(jié)果表明,此系統(tǒng)能夠跟蹤給定的軌跡路線,實現(xiàn)機(jī)械手的自適應(yīng)控制。所采用的模糊自適應(yīng)算法能較好地對單力臂機(jī)械手進(jìn)行位置跟蹤,并且能夠很好地逼近模型中的不確定項f(x),在研究對象的控制系統(tǒng)中有效地對不確定部分進(jìn)行了補(bǔ)償,使得模型的準(zhǔn)確度和整個系統(tǒng)的穩(wěn)定性得到了提高。
針對非線性函數(shù)的逼近控制問題,本文提出了一種直接自適應(yīng)模糊控制系統(tǒng),它將模糊基函數(shù)的元素量擴(kuò)展為平方倍并排列為元素方陣,取此方陣對角最優(yōu)元素重新構(gòu)成基函數(shù),充分利用模糊控制知識行為,以減少參數(shù)估計誤差。并采用此系統(tǒng)對單力臂機(jī)械手進(jìn)行了基于模型不確定項的控制仿真驗證,仿真結(jié)果表明,它能夠很好地逼近機(jī)械手模型中的不確定項,實現(xiàn)對機(jī)械手的自適應(yīng)控制,大大提高了實際工程應(yīng)用中建模的準(zhǔn)確度,以及系統(tǒng)的控制性能。