第八章模型参考自适应控制简称MRAC.docx
《第八章模型参考自适应控制简称MRAC.docx》由会员分享，可在线阅读，更多相关《第八章模型参考自适应控制简称MRAC.docx（17页珍藏版）》请在冰豆网上搜索。
第八章模型参考自适应控制简称MRAC
第九章模型参考自适应控制（ModelReferenceAdaptive
Control）简称MRAC
介绍另一类比较成功的自适应控制系统，已有较完整的设计理论和丰富的应用成果（驾驶仪、航天、电传动、核反应堆等等）。
§9—１MRAC的基本概念
系统包含一个参考模型，模型动态表征了对系统动态性能的理想要求，MRAC力求使被控系统的动态响应与模型的响应相一致。
与STR不同之处是MRAC没有明显的辨识部分，而是通过与参考模型的比较，察觉被控对象特性的变化，具有跟踪迅速的突出优点。
设参考模型的方程为
XmAmXmBr式（9-1-1）ymCXm式（9-1-2）
被控系统的方程为
式（9-1-3）
式（9-1-4）
XSASBSr
ySCXS
两者动态响应的比较结果称为广义误差,定义输出广义误差为
e=ym–ys式（9-1-5）；
状态广义误差为
=Xm–Xs式（9-1-6）。
自适应控制的目标是使得某个与广义误差有关的自适应控制性能指标J达到最小。
J可有不同的定义，例如单输出系统的
t2
Je2（）d
0式（9-1-7）或多输出系统的
tT
J0eT（）e（）d
0式（9-1-8）
MRAC的设计方法目的是得出自适应控制率，即沟通广义误差与被控系统可调参数间关系的算式。
有两类设计方法：
一类是“局部参数最优化设计方法”，目标是使得性能指标J达到最优化；另一类是使得自适应控制系统能够确保稳定工作，称之为“稳定性理论的设计方法。
§9—2局部参数最优化的设计方法
一、利用梯度法的局部参数最优化的设计方法
这里要用到非线性规划最优化算法中的一种最简单的方法
梯度法（GradientMethod）。
1.梯度法
考虑一元函数f（x），当:
f（x）/x=0，且
f2（x）/x2>0时f（x）存在极小值。
问题是怎样调整x使得f（x）
能达到极小值？
x有两个调整方向：
当
f（x）/x>0时应减小x；当f（x）/x<
0时应增加x。
两者合并表示为：
式（9-2-1）
f（x）
x
为步长系数（>0）。
把函数f（x）在x方向的偏导数称为梯度。
上式含义为：
按照梯度的负方向调整自变量x。
该结论可推广到多元函数求极值的情况。
2．具有一个时变参数——可调增益的MRAC设计（MIT方案）
1958年由麻省理工学院提出。
参考模型传函为
ym（s）Kmq（s）r（s）p（s）
式中：
q（s）=b1sn-1+⋯+bn;
nn-1p（s）=s+a1s+⋯+an
广义误差为e=ym–ys
性能指标为：
式（9-1-7）。
系统的可调增益为Kc，目标是设计出
随着e而调整Kc的规律，以使J达到最小。
J对Kc的梯度为
2e
to
由梯度法有：
2e
t0
将上式两边对t求导数，得到
e
式（9-2-2）
Kc2e
Kc
广义误差对输入信号的传函为
W（S）e（s）ym（s）ys（s）r（s）
自适应回路开环情况下系统传函为
引入微分算子：
D=d/dt、D2=d2/dt2⋯，由上式得到微分方程：
P（D）e（t）=（Km-KcKs）q（D）r（t）两端对Kc求偏导数
由模型的微分方程：
p（D）ym（t）=Kmq（D）r（t）得到
q（D）
ym
代入式（9-2-3），得出：
P（D）
rKm
eKS
KCKm
ym
代入式（9-2-2），得出
其中：
B=2Ks/Km,当Ks与Km同号时B为正值常系数，即自适应回路的积分时间常数。
实现的方案如下图，自适应回路由乘法器与积分器组成。
该方案能够使得J为最小，但是不能确保自适应回路是稳定的。
需要通过调整B的大小，使得系统稳定且自适应跟踪速度也比较快。
MIT方案
应用举例：
二阶电传动调速系统的模型参考自适应控制马润津等“可控硅电传动模型参考自适应控制“自动化学报1979。
第
4期
*—未加自适加入自适应
§9—3基于李雅普诺夫第二方法稳定性理论的MRAC设计方法
1.关于李雅普诺夫（Liaupunov）稳定性的第二方法是关于动态系统（无论线性或者非线性）稳定性分析的理论，特点是不需要求微分方程的解，而是直接根据某个特定的函数（李雅普诺夫函数）对时间的变化率来判断其稳定性，因此又称直接法。
它特别适用于非线性、线性时变或多变量系统的稳定性分析。
a）李雅普诺夫意义下的稳定性
对于以状态方程
Xf（X,t）且f（0,t）=0t式（9-3-1）
描述的动态系统，如果存在一个对时间连续可微的纯量函数
V（X,t），满足以下条件：
（1）V（X,t）正定；
（2）V沿方程式（9-3-1）解的轨迹对时间的一阶偏导数V存在，且为负半定（或负定），则称V（X,t）为李雅普诺夫函数，且系统式（8-3-1）对于状态空间的坐标原点X=0为李雅普诺夫意义下的稳定（或渐进稳定）的。
李雅普诺夫函数的几何意义可以理解为：
V（X）表示状态空间原点到状态X的距离的量度，如果其原点到瞬时状态X（t）间的距离随着t的增长而不断减小则系统稳定，V（t）对时间的一阶偏导数相当于X（t）接近原点的速度。
李雅普诺夫函数的物理意义可以理解为：
一个振动着的力学系统，如果振动的蓄能不断衰减，则随着时间增长系统将稳定于平衡状态，而李雅普诺夫函数实质上可视为一个虚拟的能量函数。
b）用李雅普诺夫第二方法分析线性定长系统的稳定性
线性定长系统
XAX式（9-3-2）
可取一个正定的纯量函数
V（X）XTPX式（9-3-3）其中P为正定的实对称矩阵。
V沿式（9-3-2）的轨线的一阶导数为：
V（X）XPXXTPX（AX）TPXXTPAXXT（ATPPA）XXTQX
其中Q与P满足线性代数方程（称李雅普诺夫方程）
ATPPAQ
式（9-3-4）
如果Q是正定矩阵，则V（X）的一阶导数是负定的，V（X）是李雅普诺
夫函数，系统式（9-3-2）对于平衡状态X=0是渐进稳定的
2．应用李雅普诺夫第二方法设计可调增益的MRAC
其中：
0
1
0
A
;Bm
a2
a1
mKm
系统状态方程
式（9-3-6）
XsAXsBsrysCXs
Bs
定义广义误差
e
eymys;
Xm
Xs
e
令E=Km-Ks,由式（9-3-5）和式（9-3-6）得出广义状态误差方
式（9-3-7）
程
ABr
其中B=[0,E]T
为了保证MRAC系统稳定，要找到一个李雅普诺夫函数V（）。
试取纯量函数
V（）=TP+E2式（9-3-8）
其中P为正定实对称阵，显然V（）也是正定的。
求V（）沿式（9-3-7）的轨线对t求导数
T
dV/dtPTP2EE
将式（9-3-7）代入上式，有
dV/dt=[TA+BTr]P+TP[A+Br]+2EE=TATP+TPA+BTrP+TPBr+2EE
=T（ATP+PA）+2TPBr+2EE式（9-3-9）
为保证dV/dt负定，须使二次型T（ATP+PA）负定，且后两项之和为零。
由于A为稳定矩阵，方阵（ATP+PA）肯定是负定的。
由式（9-3-9）的后两项之和为零的条件，得出：
2EE2TPBr
TPBr
E
E
式（9-3-10）
由于
所以
TPB
P1
2P12
PP21E0（1P122P2）E
P22E11222
E1（P121P22）r（t）
由E=Km-Ks（t）,得到自适应控制律：
Ks1（P121P22）r（C0eC1e）r
其中:
C0=P12/,C1=P2/,或写成：
式（9-3-11）
KS（C0eC1e）r（t）dKS0
t0
按照上式实施控制，能够保证V（）是正定而dV/dt是负定的，即V（）是李雅普诺夫函数，自适应系统对于=0的平衡状态是大范围渐进稳定的，也就是当t时0。
系统结构如下图：
3．应用举例：
直流电传动自适应控制
可控硅直流调速系统结构图,设=t1+t2,可简化为
开环总增益KS=K1K2/Cei为时变且可调
参考模型状态方程为
1
Xm1022Xm10r
式（9-3-12）
m121m1r
Xm211Xm21
被控系统状态方程为
0KS
式（9-3-13）
XS10S1XS110r
XS211XS21
可见AS和BS中仅a12=KS/一个元素是时变的。
为了设计出比较简单的自适应线路，选择正半定的Q阵
0
0
0
1
13
由李雅普诺夫方程
ATPPAQ
式（9-3-4）
解出：
1
10
由于>0，所以P阵是正定的，将P代入AS的第aij元素的自适应调整律
aij1（PXST）ijdSij（PXST）ij
fijt0
得到比例——积分型的自适应律
1t
a12（1XS2）dS12（1XS2）
r12t0
t
KS（r12t0
而a12=Ks（t）/，则有
1XS2）dS12（1XS2）
其中的XS2虽然不能从系统中直接测量，但是可由以下关系式
很容易重构，得出XS2的估计量。
下图示出了可控硅电传动MRAC
实验系统的简化原理图：
实验结果如下图，被控系统开环增益K0=3.4Km,加入自适应控制后，能够自动调整KS使得系统的动态响应与参考模
型的一致。
9—4基于超稳定理论的MRAC设计方法
超稳定理论最初由波波夫在研究非线性系统绝对稳定性时提出的，该理论对研究非线性时变反馈的非线性系统的稳定性很有用途，特别是I.D.Landau等将超稳定理论用于MRAC系统的设计，取得良好效果。
本节仅就其基本概念和主要结果作一些简要介绍。
一、关于超稳定性理论的基本概念
1.直观概念先从简单的直观概念出发，体会稳定性的含义。
讨论一个由线性定常的正向通道和非线性时变的反馈通道组成的单输入——单输出闭环系统（见下图）。
如果该闭环系统能够满足以下两个条件：
a）线性定常的正向通道动态性能等价于一个无源网络；
b）非线性反馈通道为正向通道提供的总能量（系统储能）是有限的，则该系统一定是稳定的。
由网络理论，以上的条件a）等价于传递函数
Z（s）=y（s）/u（s）是正实函数；条件b）可以用以下积分不等式来表示：
2
u（t）y（t）dt2式（9-4-1）
0
其中：
T>0，为某一有限值的常数。
2．关于正实和严格正实函数函数的正实性概念是从网络分析中引申来的，数学的正实函数概念上与物理的无源网络相关。
无源网络能量的非负性，其传递函数是正实的。
Z（s）是正实函数的定义是：
（1）s为实数时Z（s）也为实数；
（2）Z（s）无右半开平面的极点；（3）对于任意实的，（-<
<）有Re[Z（j）]0。
如果上述条件
（2）改为Z（s）无右半闭平面的极点；（3）改为Re[Z（j）]>0,则函数Z（s）是严格正实函数。
正实和严格正实传递函数有以下特点：
（1）严格正实传递函数对于>0的乃奎斯特图的矢端曲线
完全在第四象限内（正实传递函数的乃氏图可能与虚轴相切），即输出对输入的相位滞后不超过900；
（2）如果Z（s）正实，则1/Z（s）、Z（1/s）和cZ（s）也正实（c为大于零的常数）；
（3）如果Z1（s）和Z1（s）正实，则它们的串联Z1（s）Z1（s）、并联Z1（s）+Z1（s）和反馈联接如Z1（s）/（1+Z1（s）Z1（s））均也正实。
3．关于超稳定（Hyperstable）和渐进超稳定（Asymptotically
Hyperstable）的定义：
考虑一个多输入——多输出系统
X=AX+BU式（8-4-2）
Y=CX式（8-4-3）
其中U和Y分别为m维的输入和输出量，U为有界函数，且它的拉氏变换存在；X为n维状态向量，假定该系统是某一传递函数矩阵Z（s）的最小实现
Z（s）=C（sI-A）-1B超稳定的定义是：
如果对于任何T>0，输入和输出向量满足
T
UT（t）Y（t）dt2式（8-4-4）
0
（>0的常数）
必有以X（0）为初始状态的解X（t）满足
IIX（t）IIK（IIX（t）II+）式（8-4-5）
（K>0的常数），则称平衡点X=0是超稳定的，简称为系统是超稳定的。
式中的IIXII表示向量X的模（长度）。
如果超稳定的系统对于U（t）的任意解X（t）（在任意初始状态下）都有
式（8-4-6）
limX（t）0
则平衡点X=0称为渐进超稳定的，或简称系统是渐进超稳定的
不等式
被称为波波夫不等式，其意义可理解为：
系统从0到T时刻的储能是有界的。
这种情况下超稳定意味着状态的变化被局限在X=0附近。
式（8-4-4）的积分与李雅普诺夫稳定性理论中的李雅普诺夫函数V的作用相类似。
4．关于超稳定性的定理
[定理]系统式（8-4-2）和式（8-4-3）是（渐进）超稳定的充要条件是传递函数矩阵Z（s）是（严格）正实矩阵。
、用超稳定理论设计MRAC系统
思路是先将自适应系统转化为一个由线性定常的正向通道部分
和非线性时变反馈通道部分。
如果正向通道是严格正实的，而反馈通道满足
T
VTWdt
则系统是渐进超稳定的，按照以上两条件设计自适应律，然后再返回到原系统去，完成了对MRAC的设计。
仍然以二阶可调增益系统为例。
自适应开环传函为
（s）KmKsoKs
2
r（s）1a1sa2s
令：
W（t）=（Km-Ks0-Ks）r（t）和V（t）=C（D）e（t）
如果选择（t）使得下不等式成立
T
WVdt
选择C（s）使得
C（s）
1a1sa2s2
严格正实，则MRAC渐进超稳定
设计结果与利用李雅普诺夫稳定性方法得到相同结果
升级会员 