非线性控制理论和方法

《非线性控制理论和方法》由会员分享，可在线阅读，更多相关《非线性控制理论和方法（8页珍藏版）》请在装配图网上搜索。

1、非线性控制理论和方法姓名：引言人类认识客观世界和改造世界的历史进程，总是由低级到高级，由简单到复 杂，由表及里的纵深发展过程。在控制领域方面也是一样，最先研究的控制系统 都是线性的。例如，瓦特蒸汽机调节器、液面高度的调节等。这是由于受到人类 对自然现象认识的客观水平和解决实际问题的能力的限制，因为对线性系统的物 理描述和数学求解是比较容易实现的事情，而且已经形成了一套完善的线性理论 和分析研究方法。但是，现实生活中，大多数的系统都是非线性的。非线性特性 千差万别，目前还没一套可行的通用方法，而且每种方法只能针对某一类问题有 效，不能普遍适用。所以，可以这么说，我们对非线性控制系统的认识和处理，

2、 基本上还是处于初级阶段。另外，从我们对控制系统的精度要求来看，用线性系 统理论来处理目前绝大多数工程技术问题，在一定范围内都可以得到满意的结 果。因此，一个真实系统的非线性因素常常被我们所忽略了，或者被用各种线性 关系所代替了。这就是线性系统理论发展迅速并趋于完善，而非线性系统理论长 期得不到重视和发展的主要原因。控制理论的发展目前面临着一系列严重的挑战, 其中最明显的挑战来自大范围运动的非线性复杂系统 , 同时, 现代非线性科学 所揭示的分叉、混沌、奇异吸引子等, 无法用线性系统理论来解释, 呼唤着非线 性控制理论和应用的突破。1.传统的非线性研究方法及其局限性传统的非线性研究是以死区、饱

3、和、间隙、摩擦和继电特性等基本的、特殊 的非线性因素为研究对象的 , 主要方法是相平面法和描述函数法。相平面法是 Poincare 于 1885 年首先提出的一种求解常微分方程的图解方法。通过在相平面 上绘制相轨迹, 可以求出微分方程在任何初始条件下的解。它是时域分析法在相 空间的推广应用, 但仅适用于一、二阶系统。描述函数法是 P. J.Daniel 于 1940 年提出的非线性近似分析方法。其主要思想是在一定的假设条件下, 将非线性环 节在正弦信号作用下的输出用一次谐波分量来近似 , 并导出非线性环节的等效 近似频率特性（描述函数） , 非线性系统就等效为一个线性系统。描述函数法不 受系统

4、阶次的限制, 但它是一种近似方法, 难以精确分析复杂的非线性系统。非线性系统的稳定性分析理论主要有绝对稳定性理论、李亚普诺夫稳定性理 论和输入输出稳定性理论。绝对稳定性的概念是由前苏联学者鲁里叶与波斯特尼 考夫提出的, 其中最有影响的是波波夫判据和圆判据 , 但难以推广到多变量非 线性系统。李亚普诺夫稳定性理论是俄国天才的数学家李亚普诺夫院士于 1892 年在他的博士论文里提出的, 现在仍被广泛应用。但它只是判断系统稳定性的充 分条件, 并且没有一个构造李亚普诺夫函数的通用的方法。输入输出稳定理论是 由 I.W. Sanberg 和 G. Zames 提出的。其基本思想是将泛函分析的方法应用于

5、 一般动态系统的分析中,而且分析方法比较简便, 但得出的稳定性结论是比较笼 统的概念。2. 非线性控制理论的研究上世纪60 年代之后,非线性控制有了较大发展,如自适应控制、模型参考控制、 变结构控制等，这些方法大多与Lyapunov方法相关。可以认为是Lyapunov方法 在控制领域的丰富成果。上世纪80年代以后,非线性控制的研究进入了一个兴盛 时期。本文主要介绍这一时期非线性控制理论研究的基本问题、方法和现状。主 要表现为以下几个方面：2.1 变结构控制方法 前苏联学者邬特金和我国的高为炳教授比较系统地介绍了变结构控制的基本 理论。变结构控制方法通过控制作用首先使系统的状态轨迹运动到适当选取

6、的切 换流形， 然后使此流形渐近运动到平衡点， 系统一旦进入滑动模态运动， 在一定条 件下， 就对外界干扰及参数扰动具有不变性。系统的综合问题被分解为两个低维 子系统的综合问题， 即设计变结构控制规律， 使得系统在有限时间内到达指定的 切换流形和选取适当的切换函数确保系统进入滑动模态运动以后具有良好的动 态特性。由系统不确定因素及参数扰动的变化范围可以直接确定出适当的变结构 反馈控制律解决前一问题。而后一低阶系统综合问题可以用常规的反馈设计方法 予以解决。由于变结构控制不需要精确的模型和参数估计的特点,因此这一控制 方法具有算法简单、抗干扰性能好、容易在线实现等优点,适用于不确定非线性 多变量

7、控制对象 。以滑动模态为基础的变结构控制,早期的工作主要由苏联学者完成,这一阶段 主要以误差及其导数为状态变量，研究SISO线性对象的变结构控制和二阶线性 系统。研究的主要方法是相平面分析法。上世纪60年代，研究对象扩展到MIMO系 统和非线性系统，切换流形也不限于超平面，但由于当时硬件技术的滞后，这一阶 段的主要研究工作，仅限于基本理论的研究。到了上世纪80 年代，随着计算机和 大功率电子器件等技术的发展，变结构控制的研究进入了一个新的时代。以微分 几何为主要工具发展起来的非线性控制思想极大地推动了变结构控制理论的发 展， 如基于精确输入/ 状态和输入/ 输出线性化及高阶滑模变结构控制律等都

8、是 近十余年来取得的成果。所研究的控制对象也已涉及到离散系统、分布参数系统、 广义系统、滞后系统、非线性大系统等众多复杂系统。变结构控制研究的主要问 题有以下几点:2.1.1 受限系统变结构控制许多实际控制系统需要考虑与外部环境的接触因素。描述这类系统的动态往往 带有一定的约束或限制条件，故称为受限系统。约束条件分为完整和非完整约束 两大类。完整约束上只与受控对象的几何位置有关，且由代数方程描述，经过积分 运算可使约束得到简化，从而可以分解出若干个状态变量，将原始系统转化为一 低阶无约束系统，故其控制问题与无约束系统相比没有太大困难。而非完整约束 本质上为动态约束，由于不能通过积分等运算将其转

9、化为简单的代数运算方程， 使其控制及运动规划等问题变的相当困难。此外还有一些新的特点:如不能采用 光滑或连续的纯状态反馈实现状态的整体精确线性化，但通过适当的输出映射选 取， 可以实现输入/ 输出的精确线性化;在光滑的纯状态反馈下不能实现平衡点 的渐近稳定， 但采用非光滑或时变状态反馈却可以实现。2.1.2 模型跟踪问题采用最优控制理论设计多变量控制系统遇到两个问题:很难用性能指标指 定设计目的。对象参数往往有大范围扰动。克服第一个困难的有效方法之一是 采用“线性模型跟踪控制”、基本思想是将一刻化设计目标的参考模型作为系统 的一部分,使受控对象与参考模型状态问的误差达到最小化。但不能克服第二个

10、 困难,为使系统在参数变化情况下,保持优良品质,一种有效的方法是“自适应模 型跟踪控制”，其主要设计方法:Lyapunov直接法和超稳定法。虽然变结构控制理论40 年来取得了很大的进展, 而且具有良好的控制特性, 但是仍有许多问题没解决， 其振颤问题给实际应用带来了不利的影响， 为了克服 这种缺陷， 许多学者致力于改善振颤问题的研究， 特别是对变结构控制与有关智 能控制方法， 如模糊控制、神经网络等先进控制技术的综合应用尚处在初步阶段， 绝大多数研究还仅限于数值仿真阶段。在应用研究方面， 大多限于电机、机器人 的控制等方法。目前的主要研究内容大都集中在受限系统变结构控制、模型跟踪 问题的变结构

11、控制、离散时间系统的变结构控制、模糊变结构控制等方面。22 反馈线性化方法反馈线性化方法是近20 年来非线性控制理论中发展比较成熟的主法， 特别 是以微分几何为工具发展起来的精确线性化受到了普遍的重视。其主要思想是: 通过适当的非线性状态和反馈变换， 使非线性系统在一定条件下可以实现状态或 输入/ 输出的精确线性化， 从而将非线性系统的综合问题转化为线性系统的综合 问题。它与传统的利用泰勒展开进行局部线性化近似方法不同， 在线性化过程中 没有忽略掉任何非线性项， 因此这种方法不仅是精确的， 而且是整体的， 即线性化 对变换有定义的整个区域都适用。2.2.1 微分几何方法 该方法是通过微分同胚映

12、射实现坐标变换，根据变换后的系统引入非线性反 馈，实现非线性系统的精确线性化，从而将非线性问题转化为线性系统的综合问 题。该方法适合于仿射非线性系统。2.22逆系统方法该方法的基本思想是：通过求取被控过程的逆过程，将之串联在被控过程前面， 得到解耦的被控对象，然后再用线性系统理论进行设计。由于系统可逆性概念是 不局限于系统方程的特点形式，而具有一定的普遍性，概念和方法容易理解，也 避免了微分几何或其它抽象的专门性数学理论的引入，从而形成了一种简明的非 线性控制理论分支。逆系统方法研究的基本问题是：一个系统是否可逆，如何获 得一个系统的逆系统，逆系统结构的物理可实现等问题。223直接反馈线性化（

13、DFL）方法该方法的基本思想是：选择虚拟控制量，从而抵消原系统中的非线性因素，使 系统实现线性化。这种方法不需要进行复杂的非线性坐标变换，物理概念清楚， 数学过程简明，便于工程界掌握。该方法不仅适用于仿射非线性系统，而且对于 非仿射形非线性系统以及一类非光滑非线性系统均可适用。研究的基本问题有： 如何应用DFL理论使系统线性化，线性化以后能否由虚拟输入量的表达式中求得 非线性反馈控制律，线性化以后系统的性质（如可接性、可观性）如何。反馈线性 化方法为解决一类非线性系统的分析与综合问题提供了强有力的手段，但是这些 方法都要求有苛刻的条件，且结构复杂，有时很难获得所需的非线性变换；另一 方面许多实

14、际系统具有非完整约束的力学系统，不再满足精确线性化方法中的条 件要求，因而非线性系统的近似处理方法具有相当的理论与应用意义。3 非线性控制理论面临的挑战非线性控制理论发展至今已取得了丰硕的研究成果 , 并得到了广泛的应用 , 但由于非线性系统的复杂性, 非线性系统的分析是十分复杂与困难的 , 在许多 问题面前, 非线性理论显得无能为力, 面临着一系列严峻的挑战,主要表现在以 下几个方面。31 复杂系统的分析与设计非线性系统理论的最大的挑战来自复杂系统, 复杂系统目前还没有一个统 一的定义, 通常认为复杂系统具有复杂对象、复杂任务、复杂环境等三个方面的 特征, 复杂系统也称为 3C 系统。复杂系

15、统中具有大量的未知信息, 因此复杂系 统的建模与辨识是一个非常复杂的问题 , 复杂系统的控制是一个十分艰巨的任 务。单靠某一种方法是不可能解决上述问题的, 一般认为需要若干智能控制方法 的组合应用来解决复杂系统的控制问题。32 混合动力学控制混沌运动的发现, 引起了科学界极大的震动。混沌运动是非线性系统一种比较 普遍的运动,在自然界和人类社会中广泛存在, 因此如何应用混沌应用成果已成 为非线性科学的重要课题之一。一方面, 混沌的应用将直接激励新的研究热情 , 另一方面,混沌的应用提出的新问题将会有力地促进混沌研究的深入。混沌运动具有初值敏感性和长时间发展趋势的不可预见性 ,混沌控制就成为混 沌

16、应用的关键环节。目前人们对混沌控制的广义的认识是: 人为并有效地影响混 沌系统, 使之发展到实践需要的状态。这包括: 1）混沌运动有害时, 成功地抑制 混沌; 2）在混沌有用时, 产生所需要的具有某些特定性质的混沌运动 , 甚至产 生出特定的混沌轨道; 3）在系统处于混沌状态时 , 通过控制, 产生出人们需要 的各种输出。总之, 尽可能地利用混沌运动自身的各种特性来达到控制目的, 是 所有混沌控制的共同特点。混沌同步与时空混沌控制是混沌控制的重要组成部分。混沌控制不仅为混沌应 用准备了必要的手段 , 而且在理论上促进混沌理论和系统控制理论两个方面研 究的深入。3.3 非线性系统的辨识与综合对于

17、非线性系统参数模型的辨识问题 , 人们最早涉及的是某些特殊类型的非 线性系统，如双线性系统模型、Hammers tain模型、Wiener模型、非线性时间序 列模型、输出仿射模型等。随着人们对非线性系统辨识研究的日益深入, 更为一 般的普适性非线性模型的辨识问题就显得日益重要。非线性时间序列的带外生变 量的自回归滑动平均（NARMAX）模型为有限可实现的非线性系统提供了最为一般 的输入 2 输出表述形式。对非参数模型辨识方法有两类: 第一是基于 Volterra 泛函数的非线性建模方 法。第二是基于神经网络的非线性系统分析建模方法。在非参数模型辨识中， 以 频率域 GFRF 模型辨识研究较为成

18、熟， 其最大的优点是辨识算法的强鲁棒性。但 对非线性系统， 随着系统阶次的增加， 要求增加输入输出数据量， 同时在求解大 型线性方程组时因计算机的有限字长效应会引起计算误差 ， 从而会降低辨识的 精度， 理论上收敛的算法在实际应用上可能发生发散。同时， 对非线性系统的结 构辨识是非常困难的。非线性系统的全模型的模型项数随着模型的非线性阶次和 系统输入、输出以及噪声的最大延迟的增加呈指数增长， 稍大些的非线性阶次及 最大延迟又将导致模型项数目的组合爆炸, 由它会导致回归矩阵的存贮、数值病 态、计算量过大等问题, 是实际模型辨识的一个很大的瓶颈。因此, 寻找切实可 行的辨识算法是非线性系统辨识的迫

19、切要求。非线性系统的综合方法目前的研究结果有时域、频域 H 控制方法及自适应逆 系统方法, 但这些方法都是基于系统模型的,对模型未知或部分未知的非线性系 统, 上述方法无能为力, 智能控制方法被认为是解决上述问题的较好的方法。对 复杂系统的控制问题目前是最具有挑战的课题 , 大量理论问题尚未解决 , 期待 着非线性理论的突破。4 结束语非线性是客观事物的本质,非线性对象的控制问题是控制理论与工程研究难以 回避的问题。非线性系统的分析与设计往往比线性系统要困难的多。尽管控制理 论与应用的研究已经取得了巨大的进展,但是来自实践的需要,以及各种方法的 局限性,对非线性控制理论的发展提出了挑战。因此,

20、除本文介绍的一些方法外, 非线性系统控制理论的研究还出现了一些全新的方法,如学习控制、循环控制、 神经网络及模糊控制等。这些方法不仅推动了非线性控制理论的研究,而且还扩 展了非线性研究领域。可以预见,非线性控制理论仍将是控制理论研究的一个重 要研究方向,而且必将会得到更大的发展。参考文献：1 ：高为炳.变结构控制的理论及设计方法M.北京:科学出版社，19982 :胡跃明.变结构控制的理论与应用M.北京:科学出版社,2003.3 : R. C. Dorf, R. H. Bishop.Modern Control Systems( Ninth dition).Beijing: Science Press, 2002