无模型自适应控制改进算法性能仿真研究

《无模型自适应控制改进算法性能仿真研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、无模型自适应控制改进算法性能仿真研究　　摘要：在基于紧格式线性化方法的无模型自适应控制算法（Model-freeAdaptiveControlBasedonTightFormatLinearization，TFL-MFAC）的基础上，针对大时间滞后的特点，提出针对大时滞对象的MFAC改进算法（ImprovedMFAConLargeTime-delaySystem，LTDS-MFAC）。构造了大时滞对象并通过MATLAB仿真实验对改进MFAC算法的鲁棒性、抗干扰能力和跟踪能力进行分析。仿真实验表明了改进MFAC算法

2、对大时滞系统控制具有更好的控制性能。关键词：无模型自适应控制；改进算法；仿真性能分析中图分类号：TP273文献标识码：A1引言上世纪九十年代，侯忠生教授给出一套新的非参数动态线性化方法[1，2]，并基于该套线性化方法提出了相关的非参数模型学习自适应控制算法，初步探讨了自适应系统的对称相似结构理论，进而提出相应的无模型自适应控制理论[3]，奠定了无模型自适应控制算法的基础。4文献[4]和[5]介绍了MFAC算法，并深入研究分析了MFAC的技术特点、发展现状和应用前景；阐明了控制方法与其他控制理论与方法的区别和联系，

3、控制理论的历史就是从简单的不需要数学模型的调节器、PID控制、基于传递函数模型的经典控制理论、基于状态空间模型的现代控制理论、到现在的为了摆脱对受控系统数学模型依赖的智能控制理论的发展过程。MFAC算法的理论基础是利用一个新引入的伪偏导数的概念，在受控系统轨线附近用一系列的动态线性时变模型来替代一般非线性系统，并仅用受控系统的I/O数据在线估计系统的伪偏导数，从而实现非线性系统的自适应控制[6]。众所周知，大时滞过程是控制系统的较难控制的过程之一，且大时滞在工业成产过程中普遍存在[7，8]。本文根据被控对象的大时

4、滞特点对MFAC算法进行改进，提出针对大时滞系统的改进MFAC算法（LTDS-MFAC），构造了大时滞对象对改进算法的鲁棒性、抗干扰能力以及跟踪性能进行仿真实验分析。实验表明，改进算法比基本算法具有更好的控制性能。2MFAC算法由图4-5可知，两种算法都具有较好地跟踪能力，但在一个周期之后，改进算法的响应速度变缓，不能进行良好地跟踪，可见，在对二阶大时滞对象的跟踪性能仿真实验中，改进算法并没有取得较好的效果，可能跟改进算法的控制参数较多有关，具体原因有待进一步研究。5结论4本文针对大时滞对象的特点对基于紧格式线性

5、化方法的MFAC算法进行改进，并构造离散时间非线性大时滞对象进行仿真实验，分析改进算法的鲁棒性和抗干扰能力，结构表明改进后的算法具有更强的鲁棒性和抗干扰能力。在含非最小相位环节的二阶大时滞对象的仿真实验中，结果表明了改进后的算法在跟踪能力上还存在一定的缺陷，此问题有待进一步探究。参考文献[1]HouZ.S，HuangW.H.TheModel-FreeLearningAdaptiveControlofaClassofSISONonlinearSystems[C].NewMexico：Proceedingsofthe

6、AmericanControlConference，1997：343-344.[2]HouZ.S，HuangW.H.TheModel-FreeLearningAdaptiveControlofaClassofNon-LinearDiscrete-TimeSystems[J].ControlTheoryandApplication，1998，15（6）：893-899.[3]侯忠生.非参数模型及其自适应控制理论[M].北京：科学出版社，1999.[4]侯忠生.无模型自适应控制的现状与展望[J].控制理论与应用，20

7、06，23（4）：586-592.[5]韩志刚.无模型控制方法应用实例和应用前景分析[J].中国科技奖励，2007，12：63-65.4[6]王卫红.无模型自适应控制理论几类问题的研究[D].北京：北京交通大学，2008.[7]廖维国.大时滞系统控制方法的研究[D].黑龙江：黑龙江大学，2009.[8]刘金琨.先进PID控制及其MATLAB仿真[M].北京：电子工业出版社，2003.[9]崔栋刚，张彦斌，苏彦民.纯滞后过程控制算法的研究[J].控制工程，2005，12（4）：368-369，388.4