[发明专利]基于事件触发的无模型自适应数据驱动控制方法

说明书

本发明公开了一种基于事件触发的无模型自适应数据驱动控制方法，对于一类未知模型的非线性系统，根据系统输出性能要求定义事件触发条件，包括控制过程初始化的步骤；实时采集k时刻系统的输入输出数据并存储；设置基于事件触发的伪偏导数更新算法，设计基于事件触发条件；判断误差是否达到要求的误差精度；若达到要求精度则系统输出符合性能要求；否则，根据触发条件继续更新控制算法，直到达到控制要求的误差精度为止。通过定义的事件触发条件，使系统在当且仅当满足事件触发条件时，更新控制律，保证系统控制性能的同时有效地减少了控制任务执行数量，大大减轻了计算负担，可以显著节约通信资源以及能源资源。

技术领域

本发明涉及一种基于事件触发的无模型自适应数据驱动控制算法，特别涉及一种基于事件触发的无模型自适应的数据驱动控制方法。

背景技术

随着生产过程和生产工艺复杂程度的提高，工业过程系统的模型愈发复杂，建立其精确的动力学模型或机理模型也愈发困难。因此，基于模型的控制方法在这类复杂未知非线性系统的控制中难以应用。无模型自适应控制是一种数据驱动的控制方法，它不需要已知受控对象的任何模型信息，仅依赖系统中存储的输入输出数据即可实现控制器的设计。目前，无模型自适应数据驱动控制算法已经取得了丰富的理论结果和广泛的实际应用。然而，现有的无模型自适应数据驱动控制算法在具体应用中是采用时间周期的方式执行，即基于采样时间的触发机制更新控制器输出。这种机制存在着大量不必要控制任务仍然继续执行的问题，从而造成了计算负担的增加。另一方面，目前工业过程控制系统实际应用中大多基于网络化系统运行，在这些系统中的测量信号和执行信号均通过有线或无线网络进行传输，周期采样时间的触发机制势必又增加网络资源的负担，造成通讯资源的浪费。因此，研究一种基于事件触发的数据驱动控制算法可以降低系统的计算负担和节约网络通讯资源，具有重要理论价值和实际意义。

发明内容

本发明针对现有技术不足，提出了一种基于事件触发的无模型自适应数据驱动控制方法，通过定义的事件触发条件，使系统在当且仅当满足事件触发条件时，更新控制律，保证系统控制性能的同时有效地减少了控制任务执行数量，大大减轻了计算负担，可以显著节约通信资源以及能源资源。

本发明所采用的技术方案：

本发明基于事件触发的无模型自适应数据驱动控制方法，对于一类未知模型的非线性系统，根据系统输出性能要求定义事件触发条件，设计基于事件触发条件、基于事件触发的伪偏导数(pseudo partial derivative，PPD)更新算法、重置算法以及基于事件触发的控制算法，当且仅当满足事件触发条件时，更新PPD估计值及控制输入信号。

一种基于事件触发的无模型自适应数据驱动控制方法，对于一类未知模型的非线性系统，根据系统输出性能要求定义事件触发条件，当且仅当满足事件触发条件时，更新PPD估计值及控制输入信号，其特征在于，包括以下步骤：

步骤1、控制过程初始化的步骤：

初始化控制量，给定初始时刻的系统输入u(0)，设置初始伪偏导数(pseudopartial derivative，PPD)估计值

设置系统输出期望值y_d(k)；

设置事件触发条件参数γ及初始触发时刻输出

步骤2、实时采集k时刻系统的输入输出数据并存储；

步骤3、设计基于事件触发条件：

根据事件触发条件判断是否要更新PPD估计算法及控制算法：

若符合触发条件，则更新PPD估计算法

以及控制算法：