[发明专利]控制系统设计方法

说明书

技术领域

本发明涉及一种控制系统设计方法。

背景技术

公知的控制系统设计方法，是上世纪八十年代中期出现的迭代学习控制(IterativeLearning Control)方法。它最初是由于高性能工业机器人运动轨迹控制的要求而产生的。对于非线性，强耦合且具有重复性运行的一大类被控对象，迭代学习控制能在不依赖于被控对象的数学模型下，在给定的区间内通过学习算法，能精确地跟踪给定的轨迹。它同时具有方法简单、控制器能在线学习，使得控制性能越来越好的特点。该方法在工业机器人控制应用中取得了很大的成功。

迭代学习控制在理论研究上虽然得到了很大的发展，且在具有重复运行条件被控对象中得到了某些应用，但不被控制界广泛关注的原因是它的苛刻的应用限制条件，即：要求被控对象必须是在给定的时间区间内、要求期望轨迹在这时间区间内是给定不变的、要求控制器在这段时间区间内可以重复学习运行。由于这些限制，使得它的应用领域受到很大限制。

它不能解决控制领域中最为广泛的应用条件下高性能控制系统的问题，即：

(1)控制是连续的，即时间区间是不定的，或无限的；

(2)被控对象工作过程可能不是具有相同的重复过程；

(3)控制输出的期望值是可变的；

(4)系统存在非线性，但不受所谓的“相同的初始状态”约束，任何状态都可视为“初始状态”。

可以看出，工程中上述最为普遍的控制条件，恰恰是和迭代学习控制的基本应用条件相对立的。如何打破目前迭代学习控制的限制条件，并保留迭代学习控制独特的“学习”和非线性动态寻优能力、解决目前面临的很多急需解决的非重复、非线性、且具有高性能的要求的工程的控制问题具有很大的意义。

发明内容

现有的迭代学习控制的三个主要限制条件，即：

(1)限定在给定的区间[t₁，t₂](相对于控制开始)；

(2)在该区间的期望输出为固定轨迹；

(3)每次运行过程具有相同的初始状态，并允许控制重复上述过程进行学习。

为了克服现有技术的上述不足，本发明提供一种控制系统设计方法，根据对迭代学习控制收敛时记录的控制量u(t)、输出量y(t)，期望输出量y_d(t)和状态量x(t)，采用最小二乘法对控制函数h进行拟合，可以避开迭代学习控制理论的三个主要应用限制条件，利用迭代学习控制独特的“学习”和非线性动态寻优能力，解决控制界急需解决的非重复、非线性、且具有高性能的要求的工程的控制问题。

本发明解决其技术问题所采用的技术方案：一种控制系统设计方法，其点是包括以下步骤：

(a)根据被控对象的特点找出控制律的结构函数h；

(b)根据对迭代学习控制收敛时记录的控制量u(t)、输出量y(t)，期望输出量y_d(t)和状态量x(t)，采用最小二乘法对控制函数h进行拟合，得到控制函数h的待定参数

u(x)＝h(x，y，y_d)

控制律u(x)是状态量x(t)、输出量y(t)及期望输出量y_d(t)的函数。

本发明的有益效果是：由于根据被控对象的特点找出控制律的结构函数h，根据对迭代学习控制收敛时记录的控制量u(t)、输出量y(t)，期望输出量y_d(t)和状态量x(t)，采用最小二乘法对控制函数h进行拟合，打破了迭代学习控制理论的三个主要应用限制条件，在迭代学习控制独特的“学习”和非线性动态寻优能力的基础上，解决了控制界急需解决的非重复、非线性、且具有高性能的要求的工程的控制问题。采用本发明的方法先后对“混合动力电动汽车防滑刹车(ABS)控制”和“多电飞机机轮防滑刹车控制”进行了控制试验验证，其控制性能非常好。

下面结合附图和实施例对本发明作详细说明。

附图说明

图1是本发明控制系统设计方法应用实施例中结合系数μ和滑移率σ的关系曲线图。

图2是本发明控制系统设计方法应用实施例中期望输出改变后控制效果曲线图。

图3是本发明控制系统设计方法应用实施例中跑道改变为湿路面时的控制效果曲线图。

图4是现有技术开环迭代学习控制方法基本结构框图。

图5是现有技术闭环迭代学习控制方法基本结构框图。