專利名稱：一種非線性系統(tǒng)的多模型自適應(yīng)控制器及控制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及各行業(yè)生產(chǎn)過程中各種實際的被控對象，具體涉及一類零階有界的非線性復(fù)雜控制系統(tǒng)的一類多模型自適應(yīng)控制器及其控制方法。
背景技術(shù)：
由于現(xiàn)代工業(yè)向技術(shù)密集型轉(zhuǎn)變，出現(xiàn)了由種類繁多的子系統(tǒng)和元件組成且內(nèi)部關(guān)系復(fù)雜的復(fù)雜工業(yè)系統(tǒng)過程。這種系統(tǒng)往往具有強非線性、快時變、模型不確定等特點。現(xiàn)有的非線性處理方法雖然有一些應(yīng)用，但是理論上不完善，對被控對象的要求高，并且不具有一般性。由于自適參數(shù)大量未知等特點，經(jīng)典控制理論與現(xiàn)代控制理論中的方法很難解決這些特點，自適應(yīng)控制可以處理一定程度不確定性系統(tǒng)的控制問題而被廣泛應(yīng)用于非線性系統(tǒng)的控制中。通過對系統(tǒng)辨識，自適應(yīng)控制可以自動地補償模型階次、參數(shù)和輸入信號方面的變化，可以得到較好的控制效果。但是對于時變較快，參數(shù)有跳變的被控對象，自適應(yīng)控制系統(tǒng)辨識的效果不佳，從而導(dǎo)致系統(tǒng)的動態(tài)性能較差、暫態(tài)誤差過大的情況。多模型自適應(yīng)控制在自適應(yīng)控制的基礎(chǔ)上發(fā)展而來，可以有效減小系統(tǒng)的暫態(tài)誤差。因此提出一種新的非線性系統(tǒng)的模型結(jié)構(gòu)，這個模型結(jié)構(gòu)由線性部分和非線性項部分組成更具有一般性，針對快時變、參數(shù)跳變對象，采用多個辨識模型，獲得更好的控制效果。但是，傳統(tǒng)的多模型自適應(yīng)控制方法要求被控對象的非線性項部分全局有界，這一條件限制了多模型自適應(yīng)控制方法在實際系統(tǒng)中的應(yīng)用。

發(fā)明內(nèi)容
本發(fā)明針對上述現(xiàn)有技術(shù)中存在的技術(shù)問題，提供一種非線性系統(tǒng)的多模型自適應(yīng)控制器及控制方法。放寬非線性系統(tǒng)的限制條件，擴大多模型自適應(yīng)控制方法的使用范圍。該方法不僅將非線性項全局有界條件放寬到了零階接近有界，并且減小了多模型自適應(yīng)控制系統(tǒng)的穩(wěn)態(tài)誤差，提高了控制精度。為達到上述目的，本發(fā)明所采取的技術(shù)方案是一種非線性系統(tǒng)的多模型自適應(yīng)控制器，該控制器由一個非線性魯棒間接自適應(yīng)控制器、一個非線性神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制器和切換機構(gòu)三部分組成，其中，一個控制器為非線性魯棒間接自適應(yīng)控制器，另一個是非線性神經(jīng)網(wǎng)絡(luò)間接自適應(yīng)控制器，被控對象的輸入由切換機構(gòu)在兩個控制器之間選擇產(chǎn)生，被控對象的輸出與兩個控制器之間有一閉環(huán)負反饋，被控對象與兩個間接自適應(yīng)控制器的模型輸出之間設(shè)置為相減關(guān)系，模型誤差用于調(diào)整模型的參數(shù)與神經(jīng)網(wǎng)絡(luò)的權(quán)值。所述非線性魯棒間接自適應(yīng)控制器包括一個非線性魯棒自適應(yīng)模型和一個非線性控制器，非線性魯棒自適應(yīng)模型由線性和非線性兩部分組成，線性部分對應(yīng)系統(tǒng)線性化后的線性部分，非線性部分由帶系數(shù)的回歸向量的范數(shù)來表示，用以補償系統(tǒng)線性化后的非線性部分?；貧w向量由系統(tǒng)過去時刻的輸入和輸出變量組成。自適應(yīng)的參數(shù)為線性回歸向量的系數(shù)，自適應(yīng)律采用投影自適應(yīng)律。非線性控制器采用一步超前控制器。所述非線性神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制器包括一個非線性神經(jīng)網(wǎng)絡(luò)自適應(yīng)模型和一個非線性神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制器。非線性神經(jīng)網(wǎng)絡(luò)自適應(yīng)模型由線性部分和非線性神經(jīng)網(wǎng)絡(luò)部分組成。線性部分的系數(shù)作為自適應(yīng)參數(shù)可以以任意方式進行更新。非線性神經(jīng)網(wǎng)絡(luò)采用BP網(wǎng)絡(luò)，利用誤差反向傳播方法來訓(xùn)練。在所述切換機構(gòu)中，首先設(shè)計一個性能指標，該性能指標包含一個累積誤差部分和一個暫態(tài)誤差部分。在每一個控制時刻，計算各個控制器的性能指標，選擇性能指標較小的控制器來產(chǎn)生下一時刻的控制輸入，可以實現(xiàn)平穩(wěn)的切換，且提高系統(tǒng)的暫態(tài)性能。上述非線性系統(tǒng)的多模型自適應(yīng)控制器的控制方法所包含的步驟如下S1:系統(tǒng)初始化隨機初始化非線性魯棒自適應(yīng)模型的參數(shù)，隨機初始化非線性神經(jīng)網(wǎng)絡(luò)模型的參數(shù)和神經(jīng)網(wǎng)絡(luò)的權(quán)值，這些參數(shù)可由一定的先驗知識確定；S2 :k = O時刻，對象的輸出為O ;k# O時刻，對象的輸出為系統(tǒng)的實際輸出值，與系統(tǒng)設(shè)定值作差得到系統(tǒng)的控制誤差e。；實際輸出與非線性魯棒自適應(yīng)模型的輸出作差得到模型誤差ei，與非線性神經(jīng)網(wǎng)絡(luò)模型作差得到模型誤差e2 ;S3 :將控制誤差e。作為非線性魯棒自適應(yīng)控制器和非線性神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制器的輸入，由兩個控制器分別產(chǎn)生控制量U1和U2 ；S4 :根據(jù)模型誤差ei和e2來計算性能指標C1和C2的值，選擇性能指標值較小的控制器產(chǎn)生的輸入Ui,作為被控對象和兩個模型的控制輸入u ；S5:利用模型誤差eJPe2分別更新非線性魯棒自適應(yīng)模型和非線性神經(jīng)網(wǎng)絡(luò)自適應(yīng)模型的參數(shù)和權(quán)值；S6:轉(zhuǎn)到步驟S2。與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果如下從本發(fā)明的多模型自適應(yīng)控制方法可以看出，非線性魯棒自適應(yīng)控制器中包含一個非線性魯棒自適應(yīng)模型，該模型在原線性自適應(yīng)模型的基礎(chǔ)上增加一個自適應(yīng)的非線性補償項，從而將被控對象的非線性項的限制條件由線性有界放寬到了零階接近有界，大大的擴寬了多模型自適應(yīng)控制器的適用范圍。由非線性魯棒自適應(yīng)控制器單獨控制的非線性系統(tǒng)可以被證明具有穩(wěn)定性和收斂性。非線性神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制器中包含系統(tǒng)的一個非線性神經(jīng)網(wǎng)絡(luò)模型，根據(jù)神經(jīng)網(wǎng)絡(luò)的萬能逼近定理，該模型可以以任意精度逼近系統(tǒng)的真實輸出，這使得本發(fā)明的控制方法與傳統(tǒng)多模型自適應(yīng)控制方法相比具有更高的精度。控制器設(shè)計采用一步超前控制思想，計算量小，可提高系統(tǒng)的計算速度。通過切換機構(gòu)的設(shè)計，使得系統(tǒng)的控制器在非線性魯棒自適應(yīng)控制器和非線性神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制器之間進行切換，可以選擇性能指標值較小的控制器作為當(dāng)前系統(tǒng)的控制輸入，這樣可以減小系統(tǒng)的暫態(tài)誤差。性能指標中包含一個誤差的累積項，可以防止系統(tǒng)在兩個控制器之間頻繁切換，而且使得系統(tǒng)輸出較為平滑。由于非線性魯棒自適應(yīng)控制系統(tǒng)具有穩(wěn)定性，本發(fā)明采用非線性魯棒自適應(yīng)控制器與非線性神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制器進行切換，可以證明本發(fā)明的多模型自適應(yīng)控制器具有穩(wěn)定性和收斂性。


圖1為本發(fā)明設(shè)計多模型神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制器的閉反饋控制系統(tǒng)方框圖；圖2為非線性魯棒間接自適應(yīng)控制器結(jié)構(gòu)框圖；圖3為非線性神經(jīng)網(wǎng)絡(luò)間接自適應(yīng)控制器結(jié)構(gòu)框圖；圖4為神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)框圖；圖5為切換機構(gòu)的流程圖；圖6 (I)和圖6 (2)分別為本發(fā)明控制器的輸出曲線和輸入曲線。具體的實現(xiàn)方法以下結(jié)合附圖和實例，進一步說明本發(fā)明?！と鐖D1所示，本發(fā)明的多模型自適應(yīng)控制方法所設(shè)計的控制器中，由一個非線性魯棒自適應(yīng)控制器、一個非線性神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制器和一個切換機構(gòu)組成。圖中，r (t+1)為系統(tǒng)的跟蹤參考信號，u(t)為被控對象的輸入，y(t+Ι)為被控對象的輸出。非線性魯棒間接自適應(yīng)控制器包含非線性魯棒自適應(yīng)模型f和非線性魯棒自適應(yīng)控制器 ，*f(0是控制器f的輸出，P/+1)是模型f的輸出。非線性神經(jīng)網(wǎng)絡(luò)間接自適應(yīng)控制器包含非線性神經(jīng)網(wǎng)絡(luò)自適應(yīng)模型f和非線性神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制器f是控制器f的輸出，P + D是模
型￥的輸出。u(t)由切換機構(gòu)在和之間選擇產(chǎn)生。本發(fā)明針對如下結(jié)構(gòu)的非線性離散時間系統(tǒng)
權(quán)利要求
1.一種非線性系統(tǒng)的多模型自適應(yīng)控制器，其特征在于，該控制器由兩個間接自適應(yīng)控制器和一個切換機構(gòu)組成，其中，一個控制器為非線性魯棒間接自適應(yīng)控制器，另一個是非線性神經(jīng)網(wǎng)絡(luò)間接自適應(yīng)控制器，被控對象的輸入由切換機構(gòu)在兩個控制器之間選擇產(chǎn)生，被控對象的輸出與兩個控制器之間有一閉環(huán)負反饋，被控對象與兩個間接自適應(yīng)控制器的模型輸出之間設(shè)置為相減關(guān)系，模型誤差用于調(diào)整模型的參數(shù)與神經(jīng)網(wǎng)絡(luò)的權(quán)值。
2.根據(jù)權(quán)利要求1所述的非線性系統(tǒng)的多模型自適應(yīng)控制器，其特征在于，所述非線性魯棒間接自適應(yīng)控制器包括一個非線性魯棒自適應(yīng)模型和一個非線性控制器，非線性魯棒自適應(yīng)模型通過在線性模型的基礎(chǔ)上增加一個對系統(tǒng)非線性項的補償項，保證當(dāng)系統(tǒng)非線性項的限制條件被放寬到零階接近有界時，該模型的辨識誤差也能漸近小于一個正常數(shù)。
3.根據(jù)權(quán)利要求1所述的非線性系統(tǒng)的多模型自適應(yīng)控制器，其特征在于，所述非線性神經(jīng)網(wǎng)絡(luò)間接自適應(yīng)控制器包括一個非線性神經(jīng)網(wǎng)絡(luò)自適應(yīng)模型和一個非線性神經(jīng)網(wǎng)絡(luò)控制器，非線性神經(jīng)網(wǎng)絡(luò)自適應(yīng)模型通過在線調(diào)整神經(jīng)網(wǎng)絡(luò)權(quán)值，獲得對被控對象的估計輸出。
4.根據(jù)權(quán)利要求2所述的非線性系統(tǒng)的多模型自適應(yīng)控制器，其特征在于，所述的神經(jīng)網(wǎng)絡(luò)自適應(yīng)模型含有一個輸入層，一個隱層和一個輸出層。
5.根據(jù)權(quán)利要求4所述的非線性系統(tǒng)的多模型自適應(yīng)控制器，其特征在于，所述的神經(jīng)網(wǎng)絡(luò)自適應(yīng)模型的隱層中含有6-10個神經(jīng)元，輸出層有一個神經(jīng)元。
6.一種用于權(quán)利要求1至5中任一所述的多模型自適應(yīng)控制器的控制方法,其特征在于，該控制方法的步驟如下S1:系統(tǒng)初始化隨機初始化非線性魯棒自適應(yīng)模型的參數(shù)，隨機初始化非線性神經(jīng)網(wǎng)絡(luò)模型的參數(shù)和神經(jīng)網(wǎng)絡(luò)的權(quán)值，這些參數(shù)可由一定的先驗知識確定；52k = 0時刻，對象的輸出為O ;k# O時刻，對象的輸出為系統(tǒng)的實際輸出值，與系統(tǒng)設(shè)定值作差得到系統(tǒng)的控制誤差e。；實際輸出與非線性魯棒自適應(yīng)模型的輸出作差得到模型誤差ei，與非線性神經(jīng)網(wǎng)絡(luò)模型作差得到模型誤差e2 ;53:將控制誤差e。作為非線性魯棒自適應(yīng)控制器和非線性神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制器的輸入，由兩個控制器分別產(chǎn)生控制量U1和U2 ；54:根據(jù)模型誤差ei和e2來計算性能指標C1和C2的值，選擇性能指標值較小的控制器產(chǎn)生的輸入Ui,作為被控對象和兩個模型的控制輸入U，55:利用模型誤差edPe2分別更新非線性魯棒自適應(yīng)模型和非線性神經(jīng)網(wǎng)絡(luò)自適應(yīng)模型的參數(shù)和權(quán)值；56:轉(zhuǎn)到步驟S2。
7.根據(jù)權(quán)利要求6所述的非線性系統(tǒng)的多模型自適應(yīng)控制方法，其特征在于，所述步驟S7中，在切換機構(gòu)中，首先設(shè)計一個性能指標，該性能指標包含一個累積誤差部分和一個暫態(tài)誤差部分，在每一個控制時刻，計算各個控制器的性能指標，選擇性能指標較小的控制器來產(chǎn)生下一時刻的控制輸入。
全文摘要
本發(fā)明公開一種非線性系統(tǒng)的多模型自適應(yīng)控制器及控制方法，采用一個非線性魯棒間接自適應(yīng)控制器和一個非線性神經(jīng)網(wǎng)絡(luò)間接自適應(yīng)控制器，基于性能指標在每個采樣時刻切換到最優(yōu)控制器來實現(xiàn)控制。與傳統(tǒng)的非線性多模型自適應(yīng)控制器和控制方法相比，本發(fā)明將非線性系統(tǒng)的非線性項的界限放寬到零階接近有界，可以有效的擴大多模型自適應(yīng)控制器的適應(yīng)性。
文檔編號G05B13/00GK102998973SQ201210496139
公開日2013年3月27日 申請日期2012年11月28日 優(yōu)先權(quán)日2012年11月28日
發(fā)明者王昕 , 黃淼, 牟金善 申請人:上海交通大學(xué)