严格反馈非线性未知系统的自耦PID控制方法研究

来源 :长沙理工大学 | 被引量 : 0次 | 上传用户:cuida3
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着现代科学技术的发展,对严格反馈非线性未知系统控制问题的研究受到国内外学者越来越多的关注。各类控制方法在针对严格反馈非线性系统的控制难题提出了相应的解决办法,取得了一定的控制效果,然而存在控制精度差、控制器结构复杂等局限性。针对严格反馈非线性未知系统的控制难题,论文在自耦PID控制方法(Auto-Coupling PID,简称ACPID)的基础上研究了一种严格反馈非线性不确定系统的自耦PID控制方法。该控制方法借鉴了 PID“基于误差来消除误差”的核心思想与自抗扰控制的“总和扰动”定义,将未知动态与外部有界扰动定义为一个总和扰动,从而将严格反馈非线性系统映射为一个积分串联型的线性不确定系统,进而构建了一个在总和扰动反相激励下的受控误差系统,将比例、积分、微分三个不同属性的环节作为一个不可分割且有机统一的整体,设计了以速度因子为核心耦合因子的自耦PID控制方法,理论分析了闭环控制系统的全局稳定性和抗总和扰动鲁棒性。该方法解决了传统PID参数整定难题,而且避免了滑模控制存在的高频抖振问题以及自抗扰控制计算量大的问题,具有以下特色和创新:1)利用被控对象由动态进入稳态的过渡过程时间来整定最小速度因子,使得ACPID控制器模型与参数整定规则只与速度因子有关而与被控系统的模型无关,且仅有速度因子一个参数待整定,避免了传统PID控制存在的抖振与超调现象,在解决了 PID增益整定难题的同时简化了控制器的结构。2)为了提高控制系统的动态性能,在速度因子的基础上设计了自适应速度因子模型,避免了控制系统在动态过程中因积分饱和出现超调与振荡现象,提高了抗扰动能力和控制精度。为了验证论文研究方法的有效性,论文将自耦PID控制方法应用于三个不同的严格反馈非线性未知系统,进行MATLAB仿真实验,有效地验证了论文的控制方法不仅响应速度快,控制精度高,控制器结构简单,同时具有良好的抗扰动鲁棒性,为严格反馈不确定非线性系统的控制问题与控制器结构的简化提供了一些理论参考,在严格反馈非线性未知系统的控制领域具有重要的应用价值。
其他文献
呼吸频率是多种疾病的生理指标之一,尤其是急性疾病,因此呼吸频率监测十分重要。呼吸频率的异常变化是儿童肺炎病发的早期特征和症状之一,但是传统呼吸频率测量繁琐且不适感
电机动态扭矩一般使用扭矩传感器测量,但扭矩传感器应变片粘贴的角度容易发生改变,且长期使用容易变形,造成电机动态扭矩测量结果的误差较大,无法对电机矩频特性进行长期稳定测量。为此,本文提出一种扭矩传感器行为模型测量矩频特性的方案,该方案以直流无刷电机为负载电机,通过采用线性回归的方法对负载电机的电流、转速和扭矩之间的关系建立行为模型来测量扭矩,采用对负载电机输出的霍尔信号变化次数进行计数来测量转速,并
随着科学技术的进步,器件集成度随摩尔定律快速增加,半导体器件尺寸也在不断缩小,量子效应及散热等问题难以克服,以电荷自由度为基础的传统电子学日渐艰难。自旋电子学通过结合电子自旋和电荷自由度,具有非易失性、数据处理速度快、能耗低和集成度高等优点,是未来电子信息领域的重要发展方向。磁性半导体同时具备半导体的逻辑功能和磁性材料的存储功能,已成为近年的研究热点。以石墨烯为代表的二维单层材料与范德华异质结由于
随着阵列技术与声音处理技术不断发展,麦克风阵列被广泛地应用到声音采集与处理系统中。麦克风阵列具有极强的抗干扰能力和较高的空间分辨能力,能够解决单麦克风不能解决的声学问题。本论文主要研究基于麦克风阵列的声音识别与定位系统的技术原理,并对系统进行了设计实现,主要完成了以下工作:(1)研究了基于麦克风阵列的声音识别与定位系统的相关技术原理,分析了基于声音信号短时时域分析的声音识别技术和基于到达时间差的声
细胞的形态特征与细胞生理紧密相关,是生物医学研究中的重要观察目标之一,被广泛应用于生理组织和器官的状态检测。近年来,医学影像技术和计算机技术的飞速发展极大地推动了
长时间的抑郁能够导致一个人的失能,需要进行积极的治疗。然而,社会上对抑郁患者的歧视和治疗过程中金钱及精力的大量消耗,致使大部分患者不愿意接受帮助。对此,本文基于自然语言处理(Natural Language Processing,NLP)的相关技术,提出了利用聊天机器人(Chatbot)实现抑郁辅助治疗智能化的方法。通过患者与聊天机器人之间的交互,在没有歧视的环境中,实现对患者免费实时的治疗。其中
随着SAR图像分辨率的快速提高和数据量的巨大增加,SAR图像的快速、准确且自动化的解译变得尤为重要。SAR图像高精度自动分类算法是SAR图像理解与解译的基础,为不同应用场景的结果分析打下了坚实基础。论文利用深度学习的方法来进行SAR图像阴影、水体和叠掩的分类,主要研究工作如下:(1)SAR图像中的阴影、水体区域灰度值接近且相干斑噪声影响较大,目前还不能实现自动准确地提取。针对这个问题,论文提出一种
随着“互联网+”教育的快速发展和“三通两平台工程”的实施,网络教育资源越来越丰富,如何快速高效查找到相关的优质教育资源是一个亟需解决的问题。针对教育资源个性化推荐需要,以及教育资源有效的管理利用,本文对数据标签生成技术展开研究,主要包括以下几个方面内容:(1)自然语言的识别和处理技术研究。研究了自然语言处理中的中文分词技术,采用基于规则分词和基于统计分词相结合的混合分词方法对中文文档进行处理、分词
现如今,人民过着安康富绕生活,大家共同期盼生活在一个越来越美好的城市环境中。而在城市中,街道上路灯照明存在的问题有许多,这些问题可能给车辆与行人通行带来不便,甚至可能引发严重的交通事故。所以我们有必要对路灯照明进行有效的管理与控制,这样能使其达到较好的观赏性、安全性、节能性等,进而满足现代化城市发展的需要。而随着物联网的时代到来,无线控制技术的应用已经普及到了我们生活中的各个角落。ZigBee作为
近年来,随着各种电力电子设备的广泛应用,电网谐波问题日益突出,快速准确的谐波状态检测显得至关重要。卡尔曼滤波在处理线性、高斯系统状态滤波和参数估计具有独特的优势,但噪声统计特性、初始状态参数选取等问题一直都困扰着其发展与应用,论文提出了基于自适应滤波算法的谐波精确检测方法。本论文的主要研究成果如下:首先,在贝叶斯理论框架下对卡尔曼滤波(Kalman Filter,KF)算法进行了系统性研究。针对噪