数据驱动无模型自适应控制技术研究

《数据驱动无模型自适应控制技术研究》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、中图分类号：TP273论文编号：102870316-B017学科分类号：081101博士学位论文数据驱动无模型自适应控制技术研究研究生姓名周洪成学科、专业控制理论与控制工程研究方向数据驱动无模型控制指导教师王道波教授南京航空航天大学研究生院自动化学院二О一六年十月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofAutomationEngineeringResearchOntheTechnologyofDataDrivenModelFreeAda

2、ptiveControlAThesisinControlTheoryandControlEngineeringbyZhouHong-chengAdvisedbyProf.WangDao-boSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofDoctorofPhilosophyOctober,2016承诺书本人声明所呈交的博/硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其它人已经发表或撰写过的研究成果，也

3、不包含为获得南京航空航天大学或其它教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本承诺书）作者签名：日期：南京航空航天大学博士学位论文摘要随着科学技术的发展，企业规模越大、设备越复杂，系统精确建模越复杂。在此基础上，采用传统的机械建模方法，将使得生产过程和设备控制变得越来越困难。因此，许多学者非常关注无需精确数学模型的控制方法。在难以建立准确数学模型的情况下，如何直接使用在线、离线数据，实

4、现对复杂生产过程和设备最优控制，这是急切需要解决的问题。本研究在前人研究的基础上，针对不同类型的非线性系统，从低阶到高阶，从连续到离散，从控制无约束到控制受限的系统，深入研究了无模型的数据驱动控制技术。本文研究内容主要分为如下五部分：(1)针对一类二阶非线性系统，利用扩展状态观测器和神经网络观测器实现对二阶非线性系统未知模型和外部扰动的估计，并统一了两者的形式。基于两者的统一形式，设计指令滤波Backstepping控制器，所设计的控制器无需被控对象的数学模型。只利用受控对象的输入输出测量信息，实现二阶系统的无模型控制系统的设计。最后通

5、过一个具有混沌运动的船舶电力系统仿真验证了所提方法。(2)针对一类高阶非线性系统，提出一种基于级联观测器的无模型控制方法。级联观测器的目的是为了得到受控对象输出信号的高阶微分信息，并利用高阶微分信号设计一种反馈控制器。所提出的控制器方法无需精确的动力学模型，而且外部干扰等信息均隐含在所观测的高阶微分信号中。同时，将该控制方法推广到多输入多输出非线性系统。由仿真结果可以看出所提的无模型控制方法是有效的。(3)在考虑控制输入存在位置和速率饱和的情况下，设计一种基于观测器技术的自适应神经网络约束控制器，在控制器设计过程中利用一种动态抗饱和补偿

6、器。所设计的自适应神经网络控制器不需要已知动力学模型，且利用动态抗饱和算法可以确保控制器的幅度一直运行在约束范围里。对所提方法的闭环系统进行了相应的稳定性分析证明。通过两种不同的仿真比较分析可以表明，本节所提出的方法达到了良好的控制效果。(4)提出一种新的无模型自适应控制算法，利用观测器技术实现PPD的参数估计，并基于得到的观测结果设计控制器，从结构上分析了所提方法具有内模结构，说明该方法本质上属于内模控制。基于内模原理的控制方法对模型的不确定性及外部干扰具有良好的鲁棒性。采用Lyapunov稳定性理论对系统闭环系统进行分析。通过两个仿

7、真例子对所提算法进行仿真验证，表明所提出的方法是有效的，并且具有良好的鲁棒性。(5)利用RBF神经网络实现非线性系统动力学模型在线辨识，并利用辨识得到的模型得到受控对象模型的Jacobian信息，实现控制器参数在线调整。由针对控制输入约束的情况，在控制器之后串联一个抗饱和补偿器，以确保控制信号保持在约束范围之内。基于该方案提出了两I数据驱动无模型自适应控制技术研究种自适应约束控制方法，神经网络自适应PID控制和类PID神经网络自适应控制。仿真结果表明两种方法是有效的，且控制性能优于常规的PID控制。在即时学习的基础上提出一种基于即时学习

8、的PID控制算法。在利用改进的即时学习方法获得估计模型之后，可以利用估计模型的Jacobian信息，获得PID参数的自适应律。通过仿真实例验证了所提的方法的有效性，并比较了所提的方法在数据完备及不完备情况下