自動控制方法大綜述課件

控制算法天津微納制造技術工程中心

經(jīng)典控制特點

單輸入、單輸出的線性定常（參數(shù)不隨時間而變化）系統(tǒng)特點簡單實用，理論不完善采用試探法設計系統(tǒng)

經(jīng)驗

結果

分析自動控制理論的發(fā)展過程系統(tǒng)校正的幾種常見方法1、串聯(lián)校正如果校正元件與系統(tǒng)的不可變部分串聯(lián)起來，如圖所示，則稱這種形式的校正為串聯(lián)校正。+-R(s)C(s)H(s)串聯(lián)校正系統(tǒng)方框圖圖中的G0（s）與Gc（s）分別表示不可變部分及校正元件的傳遞函數(shù)。H(s)R(s)C(s)+-+-反饋校正系統(tǒng)方框圖2、反饋校正如果從系統(tǒng)的某個元件的輸出取得反饋信號，構成反饋回路，并在反饋回路內設置傳遞函數(shù)為Gc(s)的校正元件，則稱這種校正形式為反饋校正，如下圖所示。3、前饋控制

如果干擾可測，從干擾向輸入方向引入的以消除或減小干擾對系統(tǒng)影響的補償通道。5、校正類型比較：串聯(lián)校正:

分析簡單，應用范圍廣，易于理解和接受.反饋校正:最常見的就是比例反饋和微分反饋，微分反饋又叫速度反饋。順饋校正：以消除或減小系統(tǒng)誤差為目的。前饋校正：以消除或減小干擾對系統(tǒng)影響。前饋與反饋控制特點比較反饋控制的特點：基于偏差來消除偏差；“不及時”的控制；存在穩(wěn)定性問題；對各種擾動均有校正作用；控制規(guī)律通常是P、PI、PD或PID等典型規(guī)律前饋控制的特點：基于擾動來消除擾動對被控量的影響；動作“及時”；只要系統(tǒng)中各環(huán)節(jié)是穩(wěn)定的，則控制系統(tǒng)必然穩(wěn)定；具有指定性補償?shù)木窒扌裕豢刂埔?guī)律取決于被控對象的特性前饋控制屬于開環(huán)控制方式；完全補償難以滿足，因為：要準確掌握過程擾動通道特性Wf（s）及控制通道特性Wo（s）是不容易的；即使前饋模型Wm（s）能準確求出，有時工程上也難以實現(xiàn)；對每一個擾動至少使用一套測量變送儀表和一個前饋控制器，這將會使控制系統(tǒng)龐大而復雜。前饋控制的局限性

PID控制器模型比例系數(shù)Kp的大小決定系統(tǒng)的快速性，越大，系統(tǒng)響應速度越快，調節(jié)精度越高。積分系數(shù)Ki作用是消除系統(tǒng)的靜態(tài)誤差。Ki太大，系統(tǒng)振蕩次數(shù)增加，Ki太小系統(tǒng)調節(jié)精度降低。微分系統(tǒng)Kd改善系統(tǒng)的動態(tài)特性。Kd過大，則超調量較大，調整時間過長。1積分分離PID控制算法在PID控制中，引入積分環(huán)節(jié)的目的主要是為了消除靜差，提高控制精度。但在過程的啟動、結束或大幅度增減設定值時，短時間內系統(tǒng)輸出有很大的偏差，會造成PID中積分運算的過度積累，使控制量超過執(zhí)行機構可能允許的最大動作范圍，引起系統(tǒng)較大的超調和振蕩，這在生產(chǎn)中是絕對不允許的。積分分離控制基本思路和具體實現(xiàn)的步驟是：1）根據(jù)實際情況，人為設定閾值ε＞0；2）當∣error(k)∣＞ε時，采用P或PD控制；3）當∣error(k)∣≤ε時，采用PI或PID控制，以保證系統(tǒng)的控制精度。2抗積分飽和PID控制算法若系統(tǒng)存在一個方向的偏差，PID的輸出由于積分作用的不斷累加導致u(k)達到極限位置。此后若PID控制器的計算輸出繼續(xù)增大，實際執(zhí)行裝置的控制輸出u(k)也不會再增大，即進入了飽和區(qū)。當出現(xiàn)反向偏差，u(k)逐漸從飽和區(qū)退出。進入飽和區(qū)愈深則退飽和時間愈長，此時，系統(tǒng)就像失去了控制。這種現(xiàn)象稱為積分飽和現(xiàn)象或積分失控現(xiàn)象。（1）積分飽和現(xiàn)象在計算u(k)時，首先判斷上一時刻的控制量u(k-1)是否己超出限制范圍。若超出，則只累加負偏差；若未超出，則按普通PID算法進行調節(jié)。這種算法可以避免控制量長時間停留在飽和區(qū)。（2）抗積分飽和算法微分先行PID控制的特點是只對輸出量y(t)進行微分，而對給定值r(t)不進行微分。這種輸出量先行微分控制適用于給定值r(t)頻繁升降的場合，可以避免給定值升降時引起系統(tǒng)振蕩，從而明顯地改善了系統(tǒng)的動態(tài)特性。結構如下圖所示。4微分先行PID控制算法5帶死區(qū)的PID控制算法及仿真在計算機控制系統(tǒng)中，某些系統(tǒng)為了避免控制作用過于頻繁，消除由于頻繁動作所引起的振蕩，可采用帶死區(qū)的PID控制算法，控制算式為：式中，e(k)為位置跟蹤偏差，e0是一個可調參數(shù)，其具體數(shù)值可根據(jù)實際控制對象由實驗確定。若e0值太小，會使控制動作過于頻繁，達不到穩(wěn)定被控對象的目的；若e0太大，則系統(tǒng)將產(chǎn)生較大的滯后。現(xiàn)代控制建模分析設計狀態(tài)空間表達式建立求解轉換可控性可觀性穩(wěn)定性狀態(tài)反饋狀態(tài)觀測器最優(yōu)控制現(xiàn)代控制方法魯棒控制跟蹤控制預見控制重復控制滑?？刂启敯艨刂启敯粝到y(tǒng)設計的目標就是要在模型不精確和存在其他變化因素的條件下，使控制系統(tǒng)仍能保持其穩(wěn)定性(魯棒穩(wěn)定性)和控制性能(魯棒性能)。模型的不精確性、降階近似、非線性線性化帶來的誤

差、系統(tǒng)參數(shù)和特性隨時間的變化或漂移。

魯棒控制理論的應用廣泛應用于化工、機器人、航空、航天、交通等各個領域魯棒控制系統(tǒng)的設計要由高級專家完成，故其缺點在于一旦設計好這個控制器，它的參數(shù)可能就不易于改變

跟蹤控制

可分為路徑跟蹤和軌跡跟蹤路徑跟蹤：一種不考慮時間的幾何位置跟蹤軌跡跟蹤：希望系統(tǒng)在指定時間到達指定位置。目的：使系統(tǒng)的輸出盡可能的逼近目標軌跡。軌跡控制的應用，特別是機床行業(yè)及機械手的控制對軌跡跟蹤控制的研究主要從提高跟蹤精度，抑制干擾誤差等方面著手的。提高軌跡系統(tǒng)的跟蹤精度可以采用最優(yōu)預見控制技術

或是與魯棒控制結合。預見控制對目標值的過去、現(xiàn)在、未來和干擾信號的未來情況完全知道的情況下，使目標值與被控制量間的偏差達到最小。由于控制對象一般都包含動態(tài)項，所以當前時刻施加上的控制輸入并不能立即在被控制量(輸出)上表現(xiàn)出來，而是有一些延遲。出發(fā)點：了解目標值信號及干擾信號如何變化。預見控制原理控制受控對象的輸出,使圖中斜線形成的面積最小化預測控制模型預測控制算法是一種基于預測模型的控制算法。系統(tǒng)在預測模型的基礎上根據(jù)對象的歷史信息和未來輸入預測其未來輸出，并根據(jù)被控變量與給定值之間的誤差確定當前時刻的控制作用，使之適應動態(tài)控制系統(tǒng)的存儲性和因果性特點。線性與非線性系統(tǒng)都可作為預測模型特點：對模型要求低、綜合控制質量好、在線計算方便

三個基本特征：即模型預測，滾動優(yōu)化和反饋校正應用直接在工業(yè)現(xiàn)場產(chǎn)生的一種基于模型的計算機優(yōu)化控制算法。過程控制應用最成功，也最具有前途的先進控制策略。從工業(yè)應用：1）取代PID控制器解決一些局部控制問題；2）處理復雜的多變量控制問題時更具優(yōu)勢。各種新的控制算法和策略

魯棒預測控制、自適應預測控制、神經(jīng)網(wǎng)絡預測控制、滑?？刂票举|上是一類特殊的非線性控制，其非線性表現(xiàn)為控制作用的不連續(xù)性。與其他控制策略的不同之處：系統(tǒng)的“結構”并不固定，而是在動態(tài)過程中，根據(jù)系統(tǒng)當前的狀態(tài)有目的地不斷變化。滑?？刂苾?yōu)點

滑動模態(tài)可以設計且與對象參數(shù)和擾動無關，具有快速響應、對參數(shù)變化和擾動不靈敏（魯棒性）無須系統(tǒng)在線辨識、物理實現(xiàn)簡單?；？刂迫秉c

當狀態(tài)軌跡到達滑動模態(tài)面后，難以嚴格沿著滑動模態(tài)面向平衡點滑動，而是在其兩側來回穿越地趨近平衡點，從而產(chǎn)生抖振——滑?？刂茖嶋H應用中的主要障礙。滑模變結構控制的應用電機、電力系統(tǒng)、機器人、航天器、伺服系統(tǒng)重復控制重復控制是基于內模原理的一種控制方法。用于伺服系統(tǒng)軌跡的高精度控制特點：

控制精度高，實現(xiàn)簡單及控制性能的非參數(shù)依賴性分類：1）連續(xù)時延內模重復控制，應用于伺服系統(tǒng)設計2）離散時延內模重復控制3）有限維重復控制4）非線性系統(tǒng)重復控制重復控制應用旋轉或具有周期性質系統(tǒng)的高精度控制中高精度軌跡伺服系統(tǒng)、如，計算機硬盤、機器人控制、氣象衛(wèi)星姿態(tài)控制、有源振動補償、噪聲補償控制不足：學習能力：其學習能力的有限性，重復控制可能會放大非重復頻率處的干擾信號優(yōu)化的設計方法：還缺少能系統(tǒng)、有效解決上述問題的魯棒重復控制器的設計和優(yōu)化方法。非線性重復控制。重復控制方法在非線性系統(tǒng)中的研究還十分有限。內模控制一種基于過程數(shù)學模型進行控制器設計的新型控制策略。智能控制自動控制發(fā)展的高級階段研究對復雜的不確定性被控對象（過程）采用人工智能的方法有效地克服系統(tǒng)的不確定性，使系統(tǒng)從無序狀態(tài)到有序狀態(tài)轉移的方法.特點：

非線性控制、變結構、總體自尋優(yōu)、滿足多樣性目標的高性能要求人工智能、自動控制和運籌學三個主要學科相結合的產(chǎn)物最優(yōu)控制在滿足一定約束條件下，尋求最優(yōu)控制策略，使得性能指標取極大值或極小值。尋找容許的控制作用（規(guī)律）基本內容和常用方法包括動態(tài)規(guī)劃、最大值原理和變分法。應用：時間最短、能耗最小、線性二次型指標最優(yōu)、跟蹤問題、調節(jié)問題和伺服機構問題缺點：理論上還有不完善的地方。即優(yōu)化算法中的魯棒性問題和最優(yōu)化算法的簡化和實用性問題內模控制內?？刂频闹饕獌?yōu)點：(1)無需精確的對象模型;(2)在引入濾波器后，系統(tǒng)有可能獲得較好的魯棒性;(3)控制器參數(shù)調節(jié)方便應用在工業(yè)過程中，內模控制用于強耦合多變量過程、強非線性過程和大時滯過程。智能系統(tǒng)功能特征學習能力；對未知環(huán)境信息識別記憶學習，改善性能適應性；適應變化的能力容錯性；對故障診斷修復的能力魯棒性；抗干擾能力組織功能；復雜任務分散信息，主動性靈活性實時性；在線實時響應能力人機協(xié)作；友好的人機界面?zhèn)鹘y(tǒng)控制理論的局限性傳統(tǒng)的控制理論建立在精確的數(shù)學模型基礎上—用微分或差分方程來描述。不能反映人工智能過程：推理、分析、學習。丟失許多有用的信息不能適應大的系統(tǒng)參數(shù)和結構的變化小的、變化較慢的參數(shù)不確定性和干擾傳統(tǒng)的控制系統(tǒng)輸入信息模式單一

如電量、機械量智能控制與傳統(tǒng)控制的關系傳統(tǒng)控制：經(jīng)典反饋控制和現(xiàn)代理論控制。它們的主要特征是基于精確的系統(tǒng)數(shù)學模型的控制。適于解決線性、時不變等相對簡單的控制問題。智能控制（以上問題用智能的方法同樣可以解決。智能控制是對傳統(tǒng)控制理論的發(fā)展，傳統(tǒng)控制是智能控制的一個組成部分，在這個意義下，兩者可以統(tǒng)一在智能控制的框架下。智能控制的應用一般無法獲得精確的數(shù)學模型應用傳統(tǒng)控制理論進行控制必須提出并遵循一些比較苛刻的線性化假設，而這些假設在應用中往往與實際情況不相吻合。無法解決建模問題。為了提高控制性能，傳統(tǒng)控制系統(tǒng)可能變得很復雜分類分級遞階控制專家控制模糊控制神經(jīng)網(wǎng)絡控制遺傳算法學習控制集成（或者復合）混合控制分級遞階控制系統(tǒng)自適應控制和自組織控制基礎由三個控制級組成組織級、協(xié)調級、執(zhí)行級

比如：機器人三級遞階智能控制系統(tǒng)。高級輸入命令1(組織級）傳感器協(xié)調器機械臂協(xié)調器視覺協(xié)調器2（協(xié)調級）上臂控制手臂控制

3(執(zhí)行級）專家控制一般專家系統(tǒng)由知識庫、數(shù)據(jù)庫、推理機、解釋器及知識獲取器五個部分組成。特征：具有專家水平的知識：必須表現(xiàn)專家的技能和高度的技巧以及足夠的魯棒性。能進行有效的推理：能夠運用專家的經(jīng)驗和知識進行搜索、推理具有透明性：在推理時，不僅能夠得到答案，而且還能給出推理的依據(jù)具有靈活性：知識的更新和擴充靈活方便復雜性：人類的知識可以定性或定量的表示，專家系統(tǒng)經(jīng)常表現(xiàn)為定性推理和定量計算的混合形式，比較復雜專家控制應用診斷型專家系統(tǒng)：根據(jù)癥狀，得到故障的原因及排除故障的方案。如各種故障診斷系統(tǒng)及醫(yī)療診斷系統(tǒng)解釋型專家系統(tǒng)：根據(jù)表征現(xiàn)象和信息解釋其深層含義。如：衛(wèi)星圖像分析預測型專家系統(tǒng)：根據(jù)以往數(shù)據(jù)預測未來情況。如：天氣預報設計型專家系統(tǒng)：根據(jù)設計要求和指標進行產(chǎn)品的設計，如：電路板線路設計決策型專家系統(tǒng)：對各種可能的決策方案進行綜合評判。規(guī)劃型專家系統(tǒng)：根據(jù)任務進行行動規(guī)劃。如：交通導航調度控制專家系統(tǒng)：根據(jù)控制過程的狀態(tài)變化，依據(jù)專家經(jīng)驗，合理地選擇控制動作，達到優(yōu)化的目的神經(jīng)網(wǎng)絡控制的應用處理組合優(yōu)化問題：成功解決了旅行商問題，另外還有最大匹配

問題，裝箱問題和作業(yè)調度問題。

模式識別：手寫字符，指紋和聲音識別，還可用于目標的自動識別，目標跟蹤，機器人傳感器圖像識別及地震信號的鑒別。

圖像處理：對圖像進行邊緣監(jiān)測，圖像分割，圖像壓縮和圖像恢復。

機器人控制：對機器人軌道控制，操作機器人眼手系統(tǒng)，用于機械手的故障診斷及排除，智能自適應移動機器人的導航，視覺系統(tǒng)。

醫(yī)療：移植次數(shù)優(yōu)化，醫(yī)院費用節(jié)流，醫(yī)院質量改進等方面均有應用神經(jīng)網(wǎng)絡控制神經(jīng)網(wǎng)絡是指由大量與生物神經(jīng)系統(tǒng)的神經(jīng)細胞相類似的人工神經(jīng)元互連而組成的網(wǎng)絡；或由大量象生物神經(jīng)元的處理單元并聯(lián)互連而成主要特征：

學習能力、聯(lián)想存儲能力、高速尋找優(yōu)化解的能力模糊控制模糊控制，就是對難以用已有規(guī)律描述的復雜系統(tǒng)，采用自然語言（如大、中、?。┘右詳⑹?，借助定性的、不精確的及模糊的條件語句來表達，模糊控制是一種基于語言的一種智能控制模糊控制

被控制量偏差給定值

－模糊控制器被控對象不必對被控對象建模（用方程表達輸入輸出關系）利用領域專家經(jīng)驗設計模糊控制器，相當于利用專經(jīng)驗加工偏差從而得到控制作用U，使得被控對象輸出符合要求。模糊控制的特點適用于不易獲得精確數(shù)學模型的被控對象一種語言變量控制器從屬于智能控制的范疇。該系統(tǒng)尤其適于非線性，時變，滯后系統(tǒng)的控制抗干擾能力強，響應速度快，并對系統(tǒng)參數(shù)的變化有較強的魯棒性。自適應控制研究對象：具有不確定性的系統(tǒng)

被控對象及其環(huán)境的數(shù)學模型不是完全確定的

自適應控制器：通過及時修正自己的特性以適應對象和擾動的動態(tài)特性變化，使整個控制系統(tǒng)始終獲得滿意的性能。生物能夠通過自覺調整自身參數(shù)改變自己的習性，以適應新的環(huán)境特性

自適應控制的特點：

研究具有不確定性的對象或難以確知的對象

能消除系統(tǒng)結構擾動引起的系統(tǒng)誤差

對數(shù)學模型的依賴很小，僅需要較少的驗前知識

自適應控制是較為復雜的反饋控制自適應控制分類（1）前饋自適應控制前饋自適應控制結構圖

與前饋－反饋復合控制系統(tǒng)的結構比較類似

不同在于：增加了自適應機構，并且控制器可調

借助于過程擾動信號的測量，通過自適應機構來改變控制器的狀態(tài)，從而達到改變系統(tǒng)特性的目的。

當擾動不可測時，前饋自適應控制系統(tǒng)的應用就會受到嚴重的限制。

（2）反饋自適應控制反饋自適應控制結構圖

根據(jù)系