機電一體化設備的控制策略(編輯修改稿)
2025-06-14 00:31 本頁面
【文章內容簡介】 外的相軌線將于 23 2．變結構控制的分類 從廣義上講 , 變結構控制分為滑模變結構控制和非滑模變結構控制兩類。 一般所說的變結構系統(tǒng)均指前者 。 滑模 變結構控制是 一種特殊 的 開關控制，該控制特性可以迫使系統(tǒng)在一定條件下沿規(guī)定 的 狀態(tài)軌跡作小幅度、高頻率 的 上下運動，即滑模運動。這種滑模與控制對象 的 參數(shù)變化及擾動無關，故系統(tǒng)具有很好 的 魯棒性。 定義 狀態(tài)軌跡為切換面，而將稱為滑模 切換函數(shù) 。 24 3．滑模變結構控制的切換函數(shù)的常見模型 （ 1）線性模型。 （ 2）線性對象，二次型切換函數(shù)模型。 （ 3）非線性對象，線性切換函數(shù)模型。 Tx A x b us c x???1Tx A x b us x c x???1,( ) ( ), [ , ]TT nx A x b x us c x x x x????返回 25 魯棒控制 1．魯棒控制的概念 控制系統(tǒng)的魯棒性是指系統(tǒng)中存在不確定因素時，系統(tǒng)仍能保持正常工作性能的一種屬性。 所謂 魯棒控制 , 就是設計一種控制器 , 使得當系統(tǒng)存在一定程度的 參數(shù)不確定性及一定限度的未建模動態(tài) 時 , 閉環(huán)系統(tǒng)仍能 保持穩(wěn)定 , 并保持一定的 動態(tài)性能品質的控制。 26 對于圖 。 圖 反饋系統(tǒng)框圖 K Pr y+e 設不確定性模型的 傳遞函數(shù)為 P(s,q),， 不確定性 模型的集合用 M表示 。 上圖中的控制器 K如果對集合 M中的每個對象 （ 被控對象 ） 都能保證內部穩(wěn)定 ， 則稱此系統(tǒng)具有 魯棒穩(wěn)定性 。 魯棒的 實質問題 就是如何設計控制器 K使被控對象的不確定性模型集合全部穩(wěn)定或滿足其他性能 。 返回 27 預測控制 1． 預測控制的概念 預測控制是一種基于 預測過程模型 的控制算法 ， 根據過程的歷史信息判斷將來的輸入和輸出 。 2． 預測控制的結構組成 預測控制的系統(tǒng)組成主要包括 參考軌跡 、滾動優(yōu)化 、 預測模型和在線校正 等四個部分 ，其結構如圖 。 28 (1)參考軌跡：是人們希望的被控對象工作狀態(tài)的一種參考軌跡 。 (2)滾動優(yōu)化：即采用滾動式的有限時域優(yōu)化策略 。 (3)預測模型：預測控制需要一個描述動態(tài)行為的基礎模型 ， 稱預測模型 。 (4)在線校正：通過輸出的 測量值與模型的預估值進行比較 ， 得出模型的預測誤差 ， 再利用這個誤差來校正模型的預測值 參 考 軌 跡 滾 動 優(yōu) 化 受 控 對 象在 線 校 正預 測 模 型設 定值控 制輸 出輸 出 量模 型 預 測 值M P C＋＋圖 預測控制系統(tǒng)結構 修改為 29 3．預測控制的常用算法 預測控制的主要算法有模型算法控制 （ Model Aagorithmic Control, MAC） 、 動態(tài)矩陣控制（ Dynamic Matrix Control, DMC） 、 廣義預測控制 （ Generalized Predictive Control, GPC） 和內?？刂?（ Internal Model Control, IMC） 等 。 返回 30 167。 智能控制策略 模糊控制 專家控制系統(tǒng) 神經網絡控制 遺傳算法 31 模糊控制 1．模糊控制的概念 模糊控制是一類應用 模糊集合 理論的控制方法 。 2．模糊系統(tǒng)的結構組成 一個模糊推理系統(tǒng)的結構如圖 。 模 糊 集模 糊 算 子模 糊 規(guī) 則運 算 法 則推 理 運 算模 糊 器 反 模 糊 器真 實 輸 入 值 真 實 輸 出 值知 識 庫模 糊 系 統(tǒng)圖 模糊系統(tǒng)結構 32 它由下面 4個基本要素組成。 （ 1）知識庫（ knowledge base）：包括模糊集和模糊算子的定義。 （ 2）推理機制（ inference engine）：執(zhí)行所有的輸出計算。 （ 3）模糊器（ fuzzifier）：將真實的輸入值表示為一個模糊集。 （ 4）反模糊器（ defuzzifier）：將輸出模糊集轉化為真實的輸出值。 3．模糊控制器的設計 （ 1）模糊化 用模糊集表示實值信號的過程稱為模糊化 。 （ 2）建立模糊推理規(guī)則 模糊規(guī)則表示為“ if … then …” 條件語句。在應用中，通常采用模糊規(guī)則表形式表示出來。 33 常用的模糊語言變量的符號包括： NB(Negative Big)：負大； NM (Negative Medium)：負中；NS(Negative Small)：負?。?ZO(Almost Zero)：幾為零； PS(Pos
范文總結相關推薦
鄂ICP備17016276號-1