系统辨识与自适应控制结课论文

系统辨识与自适应控制结课论文目录一、自适应控制系统的由来二、自适应控制系统的定义三、自适应控制系统的组成和特点四、自适应控制的方案五、自适应控制方法在工业生产等领域的应用六、发展前景自适应控制系统一、自适应控制系统的由来在控制工程中，控制的目标是设计控制器使被控对象满足某种性能指标，或使系统运动轨迹按某种理想的轨迹运行，达到一种最优的运行状态。在线性系统理论和最优控制理论中，人们对这些问题进行了深入的研究，得到了非常丰富的成果，形成了完整的理论体系。不过，这里要求被控对象的模型都是已知的，并且在多数情况下还要求被控对象具有线性是不变的特征。在实际的控制过程中，控制对象往往存在不确定性。有时人们对被控对象的数学模型了解并不完全，模型结构存在某种不确定性；或者是对模型结构（如模型的阶数、传递函数零极点的个数等）已经了解，但是由于环境、工况的影响，被控对象模型的参数可能在很大范围内发生变化。当系统存在不确定性时，按照确定性数学模型所涉及的控制器就不可能得到良好的控制性能，有时系统会出现不稳定的现象。因此，需要一种新的控制系统，她能够自动补偿系统由于过程对象的参数，环境的不定性而造成的系统性能的变化，自适应控制系统应运而生。自适应控制最初(20世纪50年代末期)主要应用于航天航空领域,此时相应的理论和方法还不成熟,应用上遇到一些失败,但部分人仍然坚持研究,并将其应用推广至其他工业部门;到七十年代随着控制理论和计算机技术的发展,自适应控制取得重大进展,在光学跟踪望远镜、化工、冶金、机加工和核电中的成功应用也充分证明了其有效性;此后,自适应控制技术的应用更得到大幅度扩展;目前从美国新的登月计划到临床医学领域,自适应控制技术的应用都方兴未艾。二、自适应控制系统的定义自适应控制系统尚没有公认的统一定义，一些学者针对比较具体的系统构成方式提出了自适应控制系统的定义。有些定义得到了自适应控制研究领域广大学者的认同。下面介绍两个影响比较广泛的定义。定义1（Gibson，1962年）一个自适应控制系统应提供被控对象当前状态的连续信息，即辨识对象；将当前系统性能与期望性能或某种最优化指标进行比较，在此基础上做出决策，对控制器进行实时修正，使得系统趋向期望性能或趋于最优化状态。定义2（Landau，1974年）一个自适应系统，应利用可调系统的各种输入-输出信息来度量某个性能指标，然后将测量得出的性能指标与期望指标进行比较，由自适应机构来修正控制器的参数或产生一个辅助信号，以使系统接近规定的性能指标并保持。定义1和定义2实际上规定了两类最重要的自适应控制系统：自校正系统和模型参考自适应控制系统。它们的区别在于：定义1所规定的系统需要对系统进行辨识，定义2所规定的系统不需要进行显示的辨识；定义1要求自适应系统按照某种最优指标做出决策，定义2不要求进行显式的决策，而将其隐含在某种已知的（通过参考模型表示）性能指标之中。不过两者的基本思想都是一致的。三、自适应控制系统的组成和特点自适应控制系统主要由控制器、被控对象、自适应器及反馈控制回路和自适应回路组成。下图是自适应控制系统原理框图。与常规反馈控制系统比较，自适应控制系统有3个显著特点：干扰v(t)设定值r(t)被控量y(t)(参考输入)控制量u（t）(输入)1）控制器可调相对于常规反馈控制器固定的结构和参数，自适应控制系统的控制器在控制的过程中一般是根据一定的自适应规则，不断更改或变动着的，即自适应控制器在控制的过程中是可调的。2）增加了自适应回路自适应控制系统在常规反馈控制系统基础上增加了自适应回路（或称自适应外环），它的主要作用就是个根据系统运行情况，自动调整控制器，以适应被控对象特性的变化。控制器被控对象自适应器3）适用对象自适应控制适用于被控对象特性未知或时变的系统，设计时不需要完全知道被控对象的数学模型。四、自适应控制的方案因设计的原理和结构的不同,自适应控制系统大致可分为如下几种主要形式:增益程序控制、模型参考自适应控制系统、自校正控制系统、自整定PID。1）增益程序控制：增益程序控制的结构和原理比较直观,调节器按被控系统的参数已知变化规律进行设计。当参数因工作情况和环境等变化而变化时,通过能测量到反映系统当前状态的系统变量,比照对系统的运行的要求(或性能指标),经过计算并按规定的程序来改变调节器的增益结构。这种系统的结构如图所示，这种系统虽然仅仅是对增益的变化进行自适应调节,难以完全克服系统模型未知或模型参数变化带来的影响以实现完善的自适应控制,但是由于系统结构简单,响应迅速,所以在许多实际系统中得到应用。2）模型参考自适应控制系统：模型参考自适应控制系统源于确定性伺服问题，它由两个控制回路组成：内回路是由过程和调节器所组成的普通反馈回路；外回路则用于调整调节器或控制器的参数。外环的调整原则：使y与Ym之间的误差最小MIN（e）(e=Ym-y)。模型参考自适应控制系统MRAS的关键问题是确定调整机构，以便得到一个使误差e趋向于零的稳定系统。模型参考自适应控制系统MRAS的主要特点：○1通过输出误差信号e(e=Y0-Y)可以直接表达控制的性能和质量；○2自适应机构不是明显地去获得控制u驱动被控过程，而是通过获得一组控制器可调参数去驱动；○3设计主要针对输出跟踪问题。3）自校正控制STC：自校正控制系统又称自优化控制、参数自适应系统或模型辨识自适应控制。典型的自校正控制系统如图所示。它源于随机调节问题：该系统有两个环路，一个环路由参数可调的调节器和被控系统所组成,称为内环，它类似于通常的反馈控制系统；另一个环路由递推参数估计器与调节器参数计算环节所组成,称为外环。自校正控制系统与其它自适应控制系统的区别为其有一显性进行系统辨识和控制器参数计算(或设计)的环节这一显著特征。自适应控制常常兼有随机性、非线性和时变等特征,内部机理也相当复杂,所以分析这类系统十分困难。目前，已被广泛研究的理论课题有稳定性、收敛性和鲁棒性等，但取得的成果与人们所期望的还相差甚远。4）自整定PID：多年来，PID控制器由于其简单、直观，控制性能和鲁棒性良好，在工业控制领域得到了广泛的应用，目前大多数工业控制回路均采用PID控制。随着现代工业生产的工艺过程日趋复杂，控制系统中的控制回路越来越多，对控制器参数整定的要求也越来越高，传统的PID控制器整定方法在整定大规模和高精度的控制系统时，由于整定工作非常复杂繁琐，已经越来越不适应实际工作的要求。因此，将现代自适应技术应用于PID控制器，实现PID控制器参数的自动整定，已经成为PID控制和自适应控制发展的重要方向。五、自适应控制方法在工业生产等领域的应用1）电力系统的控制电力系统是一个典型的高维数、强非线性的的复杂系统，它的数学模型中包含了众多不确定参数和难以建模的动态过程。自适应策略在电力系统控制中的应用主要包括锅炉蒸汽温度和压力调节、蒸汽轮机与燃气轮机的优化控制、发电机励磁系统控制、电力系统稳定器控制、互联电气系统发电量控制等方面。2）航天航空、航海和特种汽车无人驾驶随着飞机性能的不断提升，尤其是宇宙飞船的出现，航天航空领域对自适应控制的兴趣日益增加。辛辛那提大学的SlaterG.L.利用自适应方法大大改善了飞机在起飞阶段的爬升性能预测，这有利于飞机在爬升过程中与空中的其他飞行器合流。美国宇航局的GuptaPramod等提出了利用贝叶斯方法查证将基于神经网络的自适应方法用于现代巡航导弹控制的安全与可靠性，并给出了在NASN的智能飞行控制系统中的模拟结果。3）工业过程控制工业过程自20世纪30年代后期以来已越来越依靠自动化装置，反馈控制是通用的控制方法，经历了从比例控制到智能控制的发展历程。最近30多年，自适应策略在工业过程控制中广泛的应用，主要包括化工过程、造纸过程、食品加工过程、冶金过程、钢铁制造过程、机械加工过程等应用领域。4）柔性结构与振动和噪声的控制密西根科技大学的SchultzeJohnF.等对一种类似机翼的悬臂梁柔性结构采用自适应模型空间控制。对于时变系统，该控制器的频带较宽，且具有很好的解耦性能。5）在环境和生物医学领域中的应用在水处理过程中，投药单耗与原水的浊度和温度密切相关，而原水水质随季节改变，且每年相同季节的原水水质也会有所不同。叶昌明等（2003）研制了一种自适应控制投药设备。该设备可自动学习最佳投药控制规律，并根据水质及环境状态选择最佳投药量。自适应控制在临床医学中的应用发展非常迅速。南加福尼亚大学的R.W.Jelliffe等（1986）利用自适应方法来控制后续的庆大霉素血清药物浓度。采用基于贝叶斯方法的开环反馈自适应药物代谢控制系统，并仔细对照病人的临床表现与适用模型的输出（生理现象），医生就可以确定最适合病人的治疗目标。清华大学的郝智秀等（1995）发明了一种假手握力自适应控制装置，以实现假手握物感觉的反馈，该控制装置使截肢者使用机电假手时有真肢感。6）在经济领域方面的应用将随机自适应控制应用于宏观经济问题已经成为经济学家解决宏观经济随机性问题较好的方法。将不可避免的不确定性与经济模型联系起来已经得到了长期的认同，而且已经花费了大量精力来提高模型的质量。近来,许多工作被引入由随机控制技术为经济模型服务。这些方法对模型中不确定性的存在及对既定情况进行决定性变量修改做出了说明。然而对不确定性的存在的说明并没有解释长期随机控制问题的全部本质，因为不确定性的演变即学习的可能性被忽略。事实上，人们已经找到了一种经济环境：从现在的国家收入和产量数据评估出来的多方程经济模型已经开始应用。因此，有望对技术的潜在适用性做出正确的推论。六、发展前景自适应控制技术在20世纪80年代即开始向产品过渡，在我国得到了较好的推广应用，取得了很大的经济效益。且理论研究也有一些开创性的成果。但总的来说推广应用还很有限，主要是由于其通用性和开放性严重不足。虽然现已能设计出安全、有效、稳定、快速且现场操作比较简单的自适应控制系统，但今后较长一段时期内，相对简单实用的反馈、反馈加前馈或其他一些成熟的控制技术仍将继续占据实际应用的主流。目前，不论从控制的理论分析方面，还是其实用化方面都存在一些困难，主要有：(1)知识的获取与表达；(2)如何进行必要的先验知识的选择及选择方法；(3)如何从理论上分析智能自适应控制系统的收敛性、系统的稳定性以及建立控制性的综合评判原则；(4)如何提高智能控制算法(如神经网络算法等)的快速性和收敛性，以满足实时性要求；(5)如何利用不同智能控制技术之间的互补，建立混合型智能自适应控制系统，并使之能应用于工程实践。自适应控制理论必须有新的突破，才能在工程应用中对PID控制等传统方法取得显著的优势，结合人工智能技术，尤其是神经网络技术与模糊理论，或许是最终实现这一远景的可能途径。