加载中…
个人资料
  • 博客等级:
  • 博客积分:
  • 博客访问:
  • 关注人气:
  • 获赠金笔:0支
  • 赠出金笔:0支
  • 荣誉徽章:
正文 字体大小:

模型参考自适应简介与例子

(2013-04-02 01:17:07)
标签:

非线性

李雅普诺夫

模型参考自适应

相平面

描述函数

分类: 学习笔记
    非线性分为连续非线性和不连续非线性,前者可以方便的使用线性逼近,后者又称为硬非线性,需要通过非线性分析方法进行分析。典型的硬非线性即为饱和、死区、滞回和开关,也称继电。
    与线性系统相比,有多平衡点、自振、跳频、混沌现象。多平衡点:稳定性取决于初始条件;自振:稳定的周期运动,范德波尔方程就是一个典型自振系统,一般非线性系统都会存在极限环,极限环的特性就是自振;跳频:即随着频率变化振幅出现跳变,见下图;混沌:典型的混沌为洛伦兹曲线,可以方便的在matlab绘制。



    非线性系统主要有以下几种分析方法,他们多可以用来直接指导非线性系统的设计。
1.相平面法
    由庞加莱首先提出,对二阶非线性系统x(dot)(dot)=f(x,x(dot)),以x,x(dot)为横纵坐标绘图,即得到相平面 phase plane。状态变化绘制得到的曲线即是相轨迹。每个轨迹点都对应一个斜率,当斜率不确定时,该点是奇点,也是平衡点。通过x(dot)/x=1/0来得到。下图是极点分布与相轨迹的对应,以及稳定情况。

    一类的非线性系统可以通过以下框图描述。其中NL为非线性环节,G为线性环节,该系统不能直接使用频域法分析。此时如把NL环节描述为线性传递函数形式,系统就能方便进行分析。描述函数法又叫扩展的频域法。
NL环节需要满足以下假设:1.只有一个非线性元件,多个非线性元件的串联并联需能近似为一个元件;2.非线性环节为自治的、时不变的,为了方便应用奈奎斯特准则;3.线性系统是低通的,方便忽略高次谐波。在以上假设下,将非线性环节在正弦信号的作用下的输出略去高次谐波,只保留基波,输出的一次谐波与输入的比值即描述函数。此时非线性环节等效为变增益的放大环节,能够应用频域法分析。


3.李雅普诺夫稳定理论
    线性系统的稳定性可以通过劳斯判据和奈奎斯特判据来分析;非线性系统则需要通过李雅普诺夫稳定性理论和其他高级稳定性理论来分析。李雅普诺夫稳方法可分为间接法和直接法。简介法就是传统的线性近似,直接法是对非线性系统构造类似能量的标量函数,判断该函数是否单调衰减,是则稳定。
    几何意义:状态空间原点到状态X的距离,距离随时间减小,稳定。
    物理意义:振动的系统如果蓄能逐渐减小,系统稳定。
    李雅普诺夫函数首先是正定的V(t)>0,其次导数时负定的V(t)dot<=0;构造李雅普诺夫函数的方法:克拉索夫斯基法、变量梯度法。如下图,问题的关键在于构造正定的Q,克拉索夫斯基法即用雅克比矩阵构造。

    不同于雅克比线性化,他是应用状态变换和反馈来实现系统的线性化。对于非线性系统X(dot)= f(x,x(dot),u),关键在于找到状态变换z=z(x)和输入变换u=u(x,v),将利用u镇定非线性系统的问题转换为利用v镇定线性系统的问题。

讲解了前边的介绍和基础知识,可以展开以下的模型参考自适应系统。
模型参考自适应控制(model reference adaptive control-MRAC)通过迫使被控对象跟踪特性理想的参考模型,来获得要求的闭环系统性能。其系统组成有控制对象、控制器、自适应机构和参考模型。见下图。

    对于一个简单的二阶控制对象,假设有一个外部干扰,干扰为简单的增益干扰。通过简单的负反馈可以实现简单的系能跟踪,当干扰比较小时,可以满足要求。但增益加大时,系统不再理想。引入MIT法,设计自适应律,此时控制器增益为k,自适应机构k(dot)=g*e*ym。g为增益,e为参考模型输出和系统输出之间的误差,ym为参考模型输出。系统输入为方波信号,负反馈控制、MIT自适应与理想输出的对比如下图


     当系统输入的幅值或自适应增益发生变化,MIT法会出现下图的发散现象。因为在设计之初,MIT法就没有考虑系统的稳定性问题。

     而依据李雅普诺夫方法设计的自适应律,较MIT法系统有很大的改善。


     而实际上李雅普诺夫方法只是在一定程度上解决了稳定性问题,随着系统的复杂和要求的提高,又出现了一些高级稳定性理论,如超稳定理论、Narenda稳定自适应理论以及波波夫稳定性理论。此处不再涉及。

0

阅读 收藏 喜欢 打印举报/Report
  

新浪BLOG意见反馈留言板 欢迎批评指正

新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 产品答疑

新浪公司 版权所有