机器人动力学与控制学习笔记(十)————自适应控制(模型参考自适应控制)
一、模型参考自适应
模型参考自适应是比较流行的自适应控制方式之一。模型参考自适应控制系统的设计主要有两大类方法:一种是基于局部参数最优化的设计方法;另一种是基于稳定性理论的设计方法,包括以下两种具体的设计方法:
- 基于Lyapunov稳定性理论的方法;
- 基于Popov超稳定性理论和正实性概念的方法。
早期的自适应控制大多采用局部参数最优化的设计方法,其主要缺点是在整个自适应过程中难以保证闭环系统的全局稳定性。而基于稳定性理论的设计方法,则从保证系统稳定性的角度出发来选择自适应规律, 因此易于保证系统的稳定性。
1.1 模型参考自适应控制系统的典型结构
系统由参考模型、可调系统、自适应机构三部分构成。
- 可调系统包括被控对象、前置控制器和反馈控制器。
- 对可调系统的特性要求,如超调量、阻尼性能、过渡时间和通频带等由参考模型规定,故参考模型实际上是一种理想控制系统,其输出代表了期望的性能。
- 当参考模型与实际被控对象的输出有差异时,经比较器检测后,通过自适应机构做出决策,改变调节器(包括前置和反馈控制器)参数或生成辅助输入,以消除误差,使过程输出和参考模型输出一致。
参考模型与可调系统两者性能之间的一致性,由自适应机构保证,所以自适应机构的设计十分关键,性能一致性程度由状态广义误差向量
或输出误差向量
度量,其中和分别为参考模型和可调系统的状态和输出。
只要误差向量不为零,自适应机构就按减少误差方向修正或更新控制律,以使系统实际性能指标达到或接近希望的性能指标。具体实施时,可更新前置和反馈控制器的参数,也可直接改变加到对象输入端的信号。前者称为参数自适应方案,后者称为信号综合自适应方案。
1.2 模型参考自适应控制系统的结构类型
注:在这三种结构中,并联型方案是最普遍的结构。尽管这三种结构的形式不同,但实际上对它们进行分析和综合的方法基本相同,故本节将限于讨论并联型模型参考自适应系统。
关于模型参考自适应控制系统的假定
- 参考模型是时不变系统;
- 参考模型和可调模型是线性的,有时为了分析方便,还假设它们的阶次相同;
- 广义误差可测;
- 在自适应控制过程中,可调参数或辅助信号仅依赖于自适应机构。
注:由于环境干扰引起的系统参数的变化相对于自适应调节速度要慢得多,故自适应速度快于对象参数的变化速度。假设4意味着自适应速度应大于被控对象参数的变化速度,否则就不可能实现渐进自适应。
1.3 基于局部参数最优化的设计方法(MIT方案)
局部参数最优化方法的设计思想:系统包含若干可调参数(如可调增益、反馈回路可调参数等),当被控对象的特性由于外界环境条件的改变或其他干扰的影响而发生变化时,自适应机构对这些可调参数进行调整,以补偿外界环境或其他干扰对系统性能的影响,从而逐步使得参考模型和控制对象之间的广义误差所构成的性能指标达到或接近最小值,因此它的设计原理就是构造一个由广义误差和可调参数组成的目标函数,并把它视为可调参数空间中的一个超曲面,利用参数最优化方法使这个目标函数逐渐减小,直到木目标函数达到最小或位于最小值的某个领域为止,从而满足可调系统与参考模型之间的一致性要求。
额外两条假设
- 可调系统参数已位于参考模型参数的某个邻域内;
- 相对于系统的内部动力学时间尺度而言,可调参数的调节速度低,即自适应增益小。
考虑具有一个可调增益的模型参考自适应控制系统,假设被控对象的传递函数为:
其中,和为已知的常系数多项式,为对象的增益。
问题的背景
当系统受到干扰时,被控对象的增益可能发生变化,使其动态特性与参考模型的动态特性之间发生偏离,的变化是不可测量的。为了克服由的漂移所造成的影响,在控制系统中设置一个可调增益,来补偿由的变化所造成的影响,期望使得与的乘积始终与模型的增益相一致。那么,如何设计自适应机构来实时地调整,即如何设计的自适应调整规律是需要解决的问题。
解决方法
构造理想参考模型的传递函数为:
其中,增益是常数,认为是已知的,通常由期望的动态响应决定。
控制系统的结构图:
定义广义输出误差为:
其中,为理想参考模型的输出;为被控系统的输出;表示输入信号为时,理想系统的响应与实际系统响应之间的偏离。
设计目标:确定可调增益的自适应调节律,使得下列性能指标达到最小
(1.1)
采用梯度法来寻求的最优调节律。
首先求对的偏导数有:
根据梯度下降原理,的变化量应正比于函数的负梯度方向,即取如下数值:
其中,,则调整后的为:
其中,为可调增益的初值。
将上式两边分别对时间求导数后,得到的变化率与广义误差的关系为:
(1.2)
上式表示了可调增益的自适应调整规律,只要求出,增益调整律就可确定。为此,需要确定关于的函数关系。
由系统结构图可知,参考输入到输出偏差的传递函数为:
将上述拉普拉斯变换转化为微分方程描述的时域算子形式,即令:
则可得到所满足的微分方程为:
上式两端对求导数为:
(1.3)
另一方面,考虑到参考模型的输出与输入之间满足下列关系:
(1.4)
令(1.3)式与(1.4)相除,并整理得:
将此式代入(1.2)式有:
令,则有:
(1.5)
(1.5)式就是所求的可调增益的调节律,也就是系统的自适应规律。这种自适应规律最先由麻省理工学院提出,故又称为MIT自适应规律。
由(1.5)式可以看出,为实现这种自适应律,自适应机构由一个乘法器和一个积分器组成,具体实现的结构图如下:
这样综合出来的模型参考闭环自适应系统的数学模型可用下列一组方程来描述:
其中, 。
MIT方案的特点:
- 该方案利用的是输出偏差,而不是状态偏差,所以自适应律所需的信号都是容易获得的,这是MIT方案额的主要优点。
- 这种设计方法在设计过程中并未考虑稳定性问题,不能保证所设计的自适应控制系统总是稳定的, 这是它的缺点。因此,在求得自适应规律后,尚需进行稳定性校验,以确保广义误差在闭环回路中能收敛于某一允许的数值。
【举例1】
考虑一个一阶系统,其传递函数为。根据MIT规则设计的闭环自适应控制系统的数学模型为:
假定在时,和均为零,且。试考察该自适应控制系统的稳定性。
【解】
假定在时给定系统输入一个幅度为的阶跃信号,则之后参考模型的输出为:
所以自适应调节律为:
对开环广义误差方程求导数得:
或
当时,上式右端第三项的系数趋于,即有:
此系统方程是渐近稳定的,即时,有:和。(根据劳斯判据)
结论:
对于一阶系统,按照MIT规则设计的闭环自适应系统总是稳定的。
跟踪速度或自适应速度是按指数规律进行的。理论上说,仅当时,误差才趋于零,所以自适应速度是比较慢的。实际应用中,并不要求完全等于0。当(为一很小的选定值)时,就认为系统已跟上参考模型了。在此意义上,自适应调整时间还是有限的。
【举例2】
设一个被控对象的传递函数为,理想参考模型为。根据MIT规则设计的闭环自适应控制系统的数学模型为:
假定在时给系统输入一个幅度为的阶跃信号,即。我们来研究偏差的稳定性。
对上式偏差微分方程的两端求导,并整理得:
假设的动态响应比的自适应调整过程快得多。也就是说,在研究的调节过程时,认为已达到了它的稳定值,那么的微分方程就可简化为:
利用劳斯(Routh)稳定性判断,易知当
时,系统不稳定。也就是说,当满足条件上式时,输出偏差将出现不稳定。
上例说明,在应用局部参数最优化方法进行设计时,需要对整个系统的稳定性进行分析和检验,然而这一步工作往往是很麻烦的。
时的劳斯判据:
时,特征方程为:,各系数为正。
时,特征方程为:,各系数为正。
时,特征方程为:,各系数为正,且。
时,特征方程为:,各系数为正,且。
机器人动力学与控制学习笔记(十)————自适应控制(模型参考自适应控制)相关推荐
- 机器人动力学与控制学习笔记(九)————基于模糊自适应增益调整的机器人滑模控制
九.基于模糊自适应增益调整的机器人滑模控制 采用自适应模糊系统,可实现机器人滑模控制中切换增益的自适应逼近,从而消除滑模控制中的抖振.本文设计一类基于模糊自适应增益调整的机器人滑模控制设计方法. 9. ...
- 机器人动力学与控制学习笔记(十四)————RBF网络自适应控制
十四.基于模型整体逼近的机器人RBF网络自适应控制 14.1 机械臂模型 设n关节机械臂方程为: (1) 设计跟踪误差为: ...
- 机器人动力学与控制学习笔记(六)————机器人PID控制
六.机器人鲁棒自适应PD控制 6.1 问题的提出 对于具有强耦合性和非线性的机器人系统而言,线性PD控制是最为简单且行之有效的控制方法,在工业机器人中得到了广泛应用.但实践表明,线性PD控制往往要求 ...
- 机器人动力学软件—ADAMS学习笔记
ADAMS-第三章-运动副与驱动 1.约束对象选择 在进行约束时,在不好选择目标对象时,可以鼠标处单击右键,在列表里选择目标对象,这样不容易约束错误而导致仿真时出错. 2.运动仿真参数含义 动仿真中的 ...
- 自适应控制---模型参考自适应控制(一)基于局部参数最优化的设计方法(MIT方案)
模型参考自适应简介 基于局部参数最优化的设计方法(MIT方案) 举例 n<=4时的劳斯判据: n=1时,特征方程为:,各系数为正. n=2时,特征方程为,各系数为正. n=3时,特征方程为,各系 ...
- Polyworks脚本开发学习笔记(十)-互动式开发及出错控制
Polyworks脚本开发学习笔记(十)-互动式开发及出错控制 第八章组合的各种命令,完成了一个对所选的测点名称进行命名的任务.但是,由于任务中没有交互环节,只能机械地将 曲面点 - 包边点改为Flu ...
- 【现代机器人学】学习笔记十二:轮式移动机器人
目录 轮式机器人类型 全向轮式机器人 建模 单个全向轮是怎么运动的 多个全向轮是如何带动底盘运动的 运动规划和反馈控制 非完整约束轮式移动机器人 建模 独轮车 差速驱动机器人 车型机器人 非完整移动机 ...
- 反向动力学(Inverse kinematics) 学习笔记
反向动力学(Inverse kinematics) 学习笔记 1 背景 1.1 骨骼动画 将动画分为两个部分:用于绘制外观的蒙皮,以及用于控制动作的骨架(摘自维基百科).这些骨架以树状结构组织,每片骨 ...
- V-rep机器人仿真软件使用的学习笔记
本博客同时发布于个人主页:www.doctorsrn.cn 本博客续:V-rep机器人仿真软件使用的学习笔记-续 相关博客:V-rep中机械臂惯性参数的获取方法 前言 这篇博客主要是记录自己学习和使用 ...
最新文章
- socket编程:多路复用I/O服务端客户端之poll
- 售前常见问题解答(一)
- 那些财务眼中的SAP
- boost::spirit模块实现错误处理的测试程序
- u盘文件看得见却打不开_U盘中病毒,文件看得见,但是打不开,文件要怎么修复,求解答?...
- expect详解及自动登录脚本的实现
- ABAP表生成Java实体Bean
- 应用程序委托协议栈发送消息
- Win10环境下使用VS2015编译PJProject
- html向上移动图片代码,图片随网页上下移动的代码实例
- linux du命令使用
- java为纯图PDF添加图片水印
- 达摩院python教程视频_达摩院官方刚刚发布了最新的Python教程,整套427集系统学习视频...
- (二)Gluster 架构部分(节-1)
- 《MySQL必知必会》SQL文件
- arm架构linux系统平板电脑推荐,x86平板电脑排行_X86平板电脑推荐成垃圾,ARM架构平板电脑品牌是王道...
- Johnny-Five入门
- bpduguard使用在接着虚拟机的服务器上,避免网络环路:STP和VMware vSwitch
- java的面试问题,Java开发者必看
- 不同系统之间数据对接方式