自适应控制

例:已知\(\overset{..}{x}=-c \overset{.}{x}^2+u\),设计u使\(x(t)\rarr x_d(t)(t\rarr \infty)\)

\(\epsilon=x-x_d\),则\(\overset{·}{\epsilon}=\overset{.}{x}-\overset{.}{x_d}\),\(\overset{··}{\epsilon}=\overset{..}{x}-\overset{..}{x_d}\)

设计切换函数\(s=k\overset{.}{\epsilon}+\epsilon(k>0)\)

采用指数趋近律\(\overset{.}{s}=-\lambda s\)

切换函数左右两边对\(t\)求导,可以推导

\[\begin{aligned} \overset{.}{s}&=k\overset{..}{\epsilon}+\overset{.}{\epsilon}\\ &=k\overset{..}{x}-k\overset{..}{x_d}+\overset{.}{\epsilon}\\ &=k(-c\overset{.}{x}^2+u-\overset{..}{x_d})+\overset{.}{\epsilon}\\ \end{aligned} \]

联立指数趋近律得到,

\[u=c\overset{.}{x}^2+\overset{..}{x_d}-\dfrac{\overset{.}{\epsilon}}{k}-\dfrac{\lambda}{k}s \]

上面这个过程是一般的滑模控制的方法,但是应用在汽车跟随问题的时候需要考虑实际因素。在建模时,\(c\)项与质量相关,而汽车装载质量会变化,所以用上面的控制方法存在一定的问题。下面提出了自适应控制的方法。

\(c\)看成参考值,是未知量,设\(\hat{c}\)是估计值,此时的指数趋近律是

\[u=\hat{c}\overset{.}{x}^2+\overset{..}{x_d}-\dfrac{\overset{.}{\epsilon}}{k}-\dfrac{\lambda}{k}s\tag{1} \]

接下来我们重点分析\(\hat{c}\)的估计方法

可以看出估计误差\(\widetilde{c}=\hat{c}-c\),假如\(c\)很小,则左右两边对\(t\)求导,近似可以得到\(\overset{.}{\widetilde{c}}=\overset{.}{\hat{c}}\)

根据李雅普诺夫方法,设

\[V=\dfrac{s^2}{2}+\dfrac{\widetilde{c}^2}{2\gamma} \]

其中\(\gamma>0\)为调节参数。我们可以看出\(V>0\),只要证明\(V'<0\)即可。

\[\begin{aligned} V'&=ss'+\dfrac{1}{\gamma}\widetilde{c}\overset{.}{\widetilde{c}}\\ &=s(k\overset{..}{\epsilon}+\overset{.}{\epsilon})+\dfrac{1}{\gamma}\widetilde{c}\overset{.}{\hat{c}}\\ &=s(k(\overset{..}{x}-\overset{..}{x_d})+\overset{.}{\epsilon})+\dfrac{1}{\gamma}\widetilde{c}\overset{.}{\hat{c}}\\ &=s(k(-c\overset{.}{x}^2+u-\overset{..}{x_d})+\overset{.}{\epsilon})+\dfrac{1}{\gamma}\widetilde{c}\overset{.}{\hat{c}} \end{aligned} \]

把自适应控制率(1)代入

\[\begin{aligned} V'&=s(k(-c\overset{.}{x}^2+u-\overset{..}{x_d})+\overset{.}{\epsilon})+\dfrac{1}{\gamma}\widetilde{c}\overset{.}{\hat{c}}\\ &=-\lambda s^2 + \dfrac{1}{\gamma}\widetilde{c}\overset{.}{\hat{c}}+ks(\hat{c}-c)\overset{.}{x}^2\\ &=-\lambda s^2 + \dfrac{1}{\gamma}\widetilde{c}\overset{.}{\hat{c}}+ks\widetilde{c}\overset{.}{x}^2 \end{aligned} \]

\(\dfrac{1}{\gamma}\widetilde{c}\overset{.}{\hat{c}}+ks\widetilde{c}\overset{.}{x}^2=0\),即

\[\overset{.}{\hat{c}}=-\gamma k \overset{.}{x}^2s\tag{2} \]

此时满足\(V'=-\lambda s^2<0\)

综上分析,控制律(1)(2)即可以实现汽车质量变动下的自适应控制。

posted @ 2022-05-31 22:44  静候佳茵  阅读(124)  评论(0编辑  收藏  举报