应用自适应控制PDF电子书下载

基础篇 3

第1章 绪论 3

1.1 自适应控制及其系统的一般概念 3

1.1.1 问题的提出 3

1.1.2 各种提法 3

1.1.3 功能及特点 4

1.2 自适应控制系统的基本结构与分类 4

1.2.1 自适应控制系统的基本结构 4

1.2.2 自适应控制系统的方案分类 5

1.3 自适应控制技术的发展及应用 7

1.4 “应用自适应控制”的提出及其内涵 9

第2章 自适应控制的理论基础 10

2.1 李雅普诺夫稳定性理论 10

2.1.1 引言 10

2.1.2 稳定性的一般概念及定义 10

2.1.3 李雅普诺夫意义下的稳定性定义 10

2.1.4 李雅普诺夫函数与第二方法 12

2.1.5 李雅普诺夫稳定性定理 13

2.1.6 连续时域和离散时域内的稳定性理论关系 14

2.1.7 李雅普诺夫稳定性理论的应用 14

2.2 正实性与正动态系统 15

2.2.1 引言 15

2.2.2 正实函数与严格正实函数 16

2.2.3 正实矩阵与严格正实矩阵 17

2.2.4 卡尔曼-雅可波维奇-波波夫正实引理 17

2.2.5 正定积分核和正动态系统 18

2.2.6 连续时域和离散时域内的正动态系统理论的关系 18

2.3 超稳定性理论 19

2.3.1 引言 19

2.3.2 连续系统的超稳定性理论 19

2.3.3 离散系统的超稳定性理论 20

2.4 动态过程与随机信号的辨识 21

2.4.1 引言 21

2.4.2 过程与噪声模型 22

2.4.3 非参数及参数辨识方法 23

2.4.4 通用递推参数估计算法 27

2.4.5 修正递推估计算法 29

2.4.6 时变过程的参数估计算法 29

2.4.7 递推估计算法的收敛性分析 30

2.4.8 参数估计算法收敛性分析中的鞅理论 34

2.4.9 模型阶和时迟的确定方法 37

2.5 闭环在线辨识 38

2.5.1 引言 38

2.5.2 闭环系统的可辨识性概念及辨识方法 39

2.5.3 闭环系统可辨识性条件 40

2.6 鲁棒性概念、定义和有关定理 42

2.6.1 鲁棒性概念及分类 42

2.6.2 控制系统的鲁棒性定义及定理 43

2.6.3 自适应算法对干扰和未建模动态的鲁棒性问题 44

第3章 自适应控制的常用控制器 45

3.1 引言 45

3.2 一般线性控制器 45

3.3 PID控制器 47

3.3.1 最优化设计 47

3.3.2 借助其他控制器设计 48

3.3.3 通过调整规律设计 48

3.3.4 变参数PID控制器的自寻优方法 49

3.3.5 PID控制器修正 50

3.4 对消控制器 50

3.5 非周期控制器 53

3.6 预报控制器 54

3.7 最小方差控制器 56

3.7.1 基本最小方差控制器 56

3.7.2 各种广义最小方差控制器 56

3.7.3 最小方差控制器的特性 58

3.7.4 最小方差控制器同其他控制器的关系 60

3.7.5 非零均值干扰下的最小方差控制器 61

3.8 广义预报控制器 62

3.9 状态控制器、状态观测器及卡尔曼滤波器 65

3.9.1 基本状态控制器 65

3.9.2 最优状态控制器 67

3.9.3 状态观测器 68

3.9.4 卡尔曼(Kalman)滤波器 69

3.9.5 对偶原理 72

3.9.6 分离定理 73

3.9.7 参考信号和外干扰的状态控制器 75

3.10 谨慎控制器 77

3.10.1 谨慎控制概念 77

3.10.2 谨慎控制器的特点 77

3.10.3 谨慎控制器的设计方法 79

3.11 常用控制器的适应性算法及工作量比较 80

3.11.1 引言 80

3.11.2 适应性算法及适用特点 80

3.11.3 适应性控制算法工作量比较 84

第4章 用于自适应控制的新理论与新技术 85

4.1 概述 85

4.2 智能控制理论与技术 85

4.2.1 智能控制的概念 85

4.2.2 智能控制的性能和特点 87

4.2.3 智能控制的结构 88

4.2.4 智能控制系统的类型 90

4.2.5 智能控制发展概况 90

4.3 神经网络控制理论与技术 91

4.3.1 神经网络的概念 91

4.3.2 神经网络的特点 91

4.3.3 神经网络计算机理 92

4.3.4 常用的神经网络模型 97

4.3.5 神经网络模型辨识 102

4.3.6 神经网络控制 106

4.4 模糊控制理论与技术 109

4.4.1 引言 109

4.4.2 模糊控制的概念及原理 109

4.4.3 模糊控制器模式 110

4.4.4 模糊控制器设计 114

4.5 变结构控制理论与技术 118

4.5.1 引言 118

4.5.2 变结构控制概念 118

4.5.3 切换面及切换控制律 121

4.5.4 控制规律的构造方法 123

4.5.5 不变性条件与鲁棒性 124

4.5.6 变结构控制系统设计 125

4.5.7 变结构控制律的稳定性 127

4.6 鲁棒控制与H∞控制理论 127

4.6.1 概述 127

4.6.2 H∞控制概念及定义 128

4.6.3 鲁棒稳定性与H∞性能指标的关系 131

4.6.4 H∞标准控制设计方法及求解结论 132

4.7 自适应逆控制理论 136

4.7.1 自适应逆控制概念及原理 136

4.7.2 自适应逆控制的特点 137

4.7.3 逆对象模型的建立 137

4.7.4 模型参考对象的逆建立 139

4.7.5 有干扰时对象的逆建立 140

4.7.6 对象扰动和噪声的消除 140

方法篇 145

第5章 参数自校正控制 145

5.1 引言 145

5.2 参数自校正控制的基本方法 145

5.2.1 概述 145

5.2.2 参数自校正控制性能及策略 146

5.2.3 参数自校正控制设计原理 146

5.2.4 参数过程模型 146

5.2.5 参数估计与状态估计 147

5.2.6 参数控制器设计准则 147

5.2.7 参数自校正控制算法 147

5.3 参数估计与控制器的合理组合 148

5.3.1 各种组合方法 148

5.3.2 选择参数自校正控制器的考虑因素 149

5.4 随机性参数自校正控制 150

5.4.1 最小方差自校正控制 150

5.4.2 广义最小方差自校正控制(RLS-MV3，RELS-MV3) 152

5.5 确定性参数自校正控制 153

5.5.1 非周期自校正控制(RLS-DB) 153

5.5.2 状态参数自校正控制(RLS-SC) 153

5.5.3 PID自校正控制 155

5.5.4 极点配置自校正控制 155

5.6 参数自校正控制仿真研究 158

5.6.1 仿真试验环境 158

5.6.2 仿真目的与方法 158

5.6.3 仿真结果与分析 159

5.7 参数自校正前馈控制技术 160

5.8 参数自校正控制的稳定性、收敛性及鲁棒性 162

5.8.1 稳定性 162

5.8.2 收敛性 162

5.8.3 鲁棒性 164

5.8.4 时变装置的鲁棒自校正控制 171

第6章 非参数自校正控制 173

6.1 引言 173

6.2 非参数自校正控制设计策略 173

6.3 非参数估计方法及算法 175

6.3.1 基本估计方法 175

6.3.2 常用估计方法 177

6.4 非参数控制器设计 181

6.4.1 非参数广义最小方差控制器(NGMVC) 182

6.4.2 非参数预报控制器(NPC) 183

6.4.3 LS逼近参考控制器(ARC) 186

6.4.4 参数最优化控制器(i-PO-j) 187

6.4.5 非参数对消控制器(NCC) 187

6.5 非参数自校正控制系统设计 188

6.5.1 引言 188

6.5.2 确定性非参数自校正控制器(系统)设计 189

6.5.3 随机性非参数自校正控制系统设计 190

6.5.4 非参数自校正控制的闭环可辨识性条件 191

6.5.5 非参数自校正控制的设计参数选择 191

6.6 非参数自校正控制的起动和管理 192

6.6.1 起动过程 192

6.6.2 监控与管理问题 193

第7章 自校正控制运行方法与技术问题 195

7.1 引言 195

7.2 辨识与估计中的先验信息利用 195

7.3 自校正控制的起动技术 196

7.3.1 预辨识 196

7.3.2 自由设计参数选择 196

7.3.3 起动方法 197

7.4 自校正控制的管理与协调 198

7.4.1 管理任务与协调功能 198

7.4.2 管理和协调的起动 199

7.4.3 参数估计管理 199

7.4.4 控制器设计的管理 200

7.4.5 闭环回路的管理 201

7.5 具有S＆C级功能的参数自校正控制 201

第8章 连续时间模型参考自适应控制系统 203

8.1 引言 203

8.2 连续时间MRAS的局部参数最优化设计方法 203

8.2.1 基本条件和设计思想 203

8.2.2 利用梯度法设计连续时间MRAS的自适应规律 204

8.2.3 梯度型MRAS的应用及稳定性分析 207

8.3 用李雅普诺夫稳定性理论设计MRAS 212

8.3.1 引言 212

8.3.2 利用李雅普诺夫函数对失稳的MIT MRAS再设计 213

8.3.3 借助李雅普诺夫函数获取其他控制规律 214

8.3.4 用系统状态变量构成的自适应控制律 216

8.3.5 用被控对象的输入-输出构成-自适应控制律 223

8.4 连续时间MRAS的超稳定性理论设计 231

8.4.1 引言 231

8.4.2 应用超稳定性理论设计MRAS的方法及步骤 232

8.4.3 用状态变量构成MRAS的自适应控制律 232

8.4.4 用被控对象输入-输出构成MRAS的自适应控制律 236

8.5 自适应模型跟随控制系统及其设计 241

8.5.1 线性模型跟随控制系统概念 241

8.5.2 自适应模型跟随控制系统方案设计 242

第9章 离散时间模型参考自适应控制系统 246

9.1 引言 246

9.2 离散时间MRAS的一般设计方法 246

9.3 离散时间MRAS的转换设计方法 249

9.4 用李雅普诺夫第二法设计离散时间MRAS 251

9.5 用超稳定性理论设计离散时间MRAS 253

9.5.1 用差分方程描述离散时间MRAS 253

9.5.2 用状态空间描述离散时间MRAS 257

9.6 MRAS方案的鲁棒性分析 259

9.6.1 引言 259

9.6.2 MRAS方案的统一形式 259

9.6.3 MRAS方案的鲁棒性分析 260

第10章 其他形式的自适应控制 264

10.1 概述 264

10.2 智能自适应控制 264

10.2.1 智能自适应控制类型 264

10.2.2 自学习智能自适应控制 264

10.2.3 专家式智能自适应控制 265

10.2.4 分层递阶智能自适应控制 265

10.3 神经网络自适应控制 266

10.3.1 引言 266

10.3.2 神经网络自校正控制 267

10.3.3 神经网络模型参考自适应控制 268

10.3.4 神经网络自适应控制中存在的问题 270

10.4 模糊自适应控制 271

10.4.1 引言 271

10.4.2 模糊控制原理及控制器设计综述 272

10.4.3 自适应模糊控制器的构成及其设计 272

10.4.4 模糊自适应控制系统的设计考虑 275

10.4.5 模糊模型参考自适应控制设计 276

10.5 变结构自适应控制 278

10.5.1 引言 278

10.5.2 单变量变结构自适应控制 278

10.5.3 多变量变结构自适应控制 282

10.5.4 变结构模型参考自适应控制 283

10.6 鲁棒自适应控制 286

10.6.1 引言 286

10.6.2 H∞自校正控制 286

10.6.3 慢变过程的鲁棒自适应控制器设计 288

10.7 自适应逆控制 290

10.7.1 引言 290

10.7.2 逆模型串接在对象输入端的自适应逆控制系统 290

10.7.3 逆模型串接在对象输出端的自适应逆控制系统 291

10.7.4 具有离线逆建模的自适应逆控制系统 291

10.7.5 一种显式模型跟随逆控制系统 292

10.8 混合自适应控制 292

10.8.1 引言 292

10.8.2 模型参考混合自适应控制 293

10.8.3 σ校正混合自适应控制 298

10.8.4 积分式混合自适应控制 301

第11章 多变量系统的自适应控制 305

11.1 概述 305

11.2 多变量线性过程模型 305

11.2.1 P-规范型I/O模型 305

11.2.2 矩阵多项式模型 308

11.2.3 状态空间模型及其规范型 309

11.2.4 有噪声的MIMO过程模型 311

11.2.5 带迟后时间的过程模型 312

11.2.6 随机过程模型 313

11.3 多变量过程模型的参数估计 314

11.3.1 估计算法 314

11.3.2 可辨识性和收敛条件 314

11.3.3 传递函数矩阵参数估计方法 315

11.3.4 马尔可夫(Markov)参数估计方法 317

11.4 多变量控制器设计 317

11.4.1 确定型状态控制器 318

11.4.2 随机型状态控制器 320

11.4.3 状态变量重构 321

11.4.4 确定型矩阵多项式控制器 321

11.4.5 随机型矩阵多项式控制器 323

11.5 带迟后时间过程的多变量控制方法 323

第12章 非线性系统的自适应控制 325

12.1 概述 325

12.1.1 问题提法 325

12.1.2 控制规律选择 325

12.1.3 自适应控制规律选择 326

12.2 非线性参数过程模型 326

12.2.1 非线性过程模型的选取 326

12.2.2 参数Volterra模型 327

12.2.3 广义Hammerstein模型 329

12.2.4 简化Hammerstein模型 330

12.2.5 非线性过程的NDE模型 330

12.2.6 随机非线性过程模型 331

12.2.7 其他非线性过程模型 332

12.3 非线性过程的参数估计 334

12.3.1 估计算法 334

12.3.2 非线性过程的可辨识性 334

12.4 非线性控制器的设计与非线性控制算法 336

12.4.1 基于简化Hammerstein模型的控制器设计与算法 336

12.4.2 基于参数Volterra模型的控制器设计与算法 337

12.4.3 基于NDE模型的控制器设计与算法 344

12.5 基于强跟踪滤波器的非线性系统自适应控制器 347

12.5.1 一般模型控制(GMC)原理 347

12.5.2 强跟踪滤波器 349

12.5.3 基于参数估计的自适应GMC方法 350

12.5.4 基于输入等价干扰的自适应GMC方法 352

12.6 非线性系统的自适应模糊控制 353

12.6.1 引言 353

12.6.2 间接型自适应模糊控制器设计 354

12.6.3 直接型稳定自适应模糊控制 357

12.7 典型非线性系统的自适应控制 361

12.8 非线性自适应控制算法特点归纳 363

第13章 全系数自适应控制方法 365

13.1 概述 365

13.2 全系数之和等于1的概念 365

13.3 参数估计范围及新递推估计算法 366

13.3.1 差分方程各系数αi范围计算 366

13.3.2 差分方程βj值的估计 367

13.3.3 差分方程系数取值范围结论 368

13.3.4 新递推估计算法 368

13.3.5 参数估计的收敛性 370

13.4 全系数自适应控制方法的工程实现 371

13.4.1 设计方法 371

13.4.2 设计步骤及实现流程 372

13.5 一种典型的全系数自适应控制方案 374

13.5.1 前提假设 374

13.5.2 基本结构和工作流程 375

13.5.3 联合参数估计方法 375

13.5.4 控制器设计 376

13.6 多变量全系数自适应控制方法 377

13.6.1 引言 377

13.6.2 多变量规范型方程全系数阵结论 377

应用篇 383

第14章 典型物理量的自适应控制 383

14.1 概述 383

14.2 自适应温度控制 383

14.3 自适应流量控制 386

14.4 自适应压力控制 387

14.5 干摩擦影响的自适应补偿 388

14.6 自适应位移和速度控制 390

14.6.1 引言 390

14.6.2 机械手的自适应轨迹控制 390

14.6.3 机械手自适应控制规律的微机实现 393

第15章 自适应控制在工业过程中的部分应用 396

15.1 概述 396

15.2 造纸过程基重和水分(湿度)的自校正控制 396

15.2.1 被控对象分析 397

15.2.2 控制方案确立 397

15.2.3 系统硬软件配置与全系数自适应控制仿真 398

15.3 自校正燃烧控制 400

15.4 液位与PH值的非线性参数自适应控制 401

15.4.1 非线性液位自适应控制系统 401

15.4.2 PH值自适应控制系统 401

15.5 直流电传动的自适应速度控制 403

15.5.1 直流电传动的控制方案 404

15.5.2 控制模型的建立 404

15.5.3 自适应控制结构的设计 405

15.6 异步电动机的非线性自适应控制 407

15.6.1 引言 407

15.6.2 异步电动机的简化数学模型 407

15.6.3 非线性辨识系统的设计 408

15.7 智能自适应控制器在电石炉上的应用 410

15.7.1 电石生产概述 410

15.7.2 控制方案 411

15.7.3 自适应控制设计 412

15.7.4 微机控制系统 413

15.7.5 运行结果 414

第16章 航空航天科技领域的自适应控制 415

16.1 概述 415

16.2 飞机的自适应驾驶仪 415

16.2.1 引言 415

16.2.2 斯佩里(Sperry)自适应控制系统 415

16.2.3 M-H自适应控制系统 417

16.2.4 MIT模型参考自适应控制系统 418

16.2.5 MH-90自适应控制系统 419

16.3 飞行员自适应控制模型及其应用 420

16.3.1 引言 420

16.3.2 飞行员最优驾驶模型的建立 421

16.3.3 利用飞行员最优化驾驶模型预测飞行操纵品质 423

16.3.4 利用飞行员最优驾驶模型辅助飞控参数最优化设计 425

16.4 宇宙飞船的自适应控制 426

16.4.1 飞船的动力学及运动学数学模型 426

16.4.2 飞船的姿态调节与自适应姿态跟踪 427

16.5 卫星跟踪望远镜的MRAS 428

16.5.1 系统组成及技术要求 428

16.5.2 自适应控制方案选取与设计 429

16.6 空间环境模拟器的自适应控制 430

16.6.1 引言 430

16.6.2 对象简化换热数学模型的建立 431

16.6.3 全系数自适应控制方案设计 432

16.6.4 设计方案的工程实现 432

16.7 基于自学习律的PID控制在运动模拟转台上的应用 433

16.7.1 引言 433

16.7.2 三轴运动模拟转台 433

16.7.3 自学习律的应用 434

第17章 自适应控制在导弹武器系统中的应用 436

17.1 概述 436

17.2 自适应控制在战术导弹设计中的应用 436

17.2.1 无反馈舵传动装置的自适应控制 436

17.2.2 战术导弹的振荡自适应驾驶仪 437

17.3 寻的制导导弹的数字式自适应驾驶仪 440

17.3.1 引言 440

17.3.2 自适应驾驶仪的基本组成及工作原理 440

17.3.3 数字式自适应自动驾驶仪的设计 440

17.4 自适应控制在导弹复合制导中的应用 441

17.4.1 引言 441

17.4.2 中远程导弹驾驶仪采用自适应体制的必要性 441

17.4.3 自适应驾驶仪方案选择 441

17.4.4 自适应自动驾驶仪设计 442

17.4.5 设计方案的仿真论证 444

17.5 自适应控制在反舰导弹中的应用 445

17.5.1 反舰导弹的飞行与控制特点 445

17.5.2 反舰导弹自适应控制系统方案确立 445

17.5.3 参考模型选择和自适应回路设计 446

17.5.4 全弹道过程仿真和工程设计 447

17.6 随机混合自适应控制在导弹控制系统中的应用 448

17.6.1 引言 448

17.6.2 对象模型与控制目标 449

17.6.3 控制器结构及最优控制律设计 449

17.6.4 参数估计及最终混合自适应控制律 450

17.6.5 混合自适应控制系统应用实例 450

第18章 自适应控制在空中飞行模拟器上的应用 452

18.1 概述 452

18.2 空中飞行模拟与空中飞行模拟器 453

18.2.1 引言 453

18.2.2 空中飞行模拟器的基本原理 454

18.2.3 空中飞行模拟器的基本控制律及其形成 455

18.3 用于空中飞行模拟器的参数自适应模型跟踪技术 458

18.3.1 自适应控制方案的确定 458

18.3.2 飞机运动模型建立 458

18.3.3 参数辨识方法及辨识参数设计 459

18.3.4 最小二乘辨识算法及其改进 462

18.3.5 参数缓慢/剧烈变化下的辨识算法 464

18.3.6 噪声方差估计器设计 468

18.3.7 改进后的递推辨识算法归纳 468

18.3.8 辨识器参数设计 469

18.3.9 控制律参数设计 470

18.3.10 仿真试验及结果分析 471

18.4 用于空中飞行模拟器的多模型参数自适应控制技术 473

18.4.1 概述 473

18.4.2 多模型参数的辨识方法 474

18.4.3 离散系统的卡尔曼滤波方程 474

18.4.4 基于卡尔曼滤波器的多模参数辨识方法 475

18.4.5 仿真过程 478

18.4.6 结果分析 483

18.5 基于MMAE的空中飞行模拟器控制重新分配技术 483

18.5.1 前言 483

18.5.2 多模型自适应估计算法 484

18.5.3 控制重新分配技术 486

18.5.4 模型 489

18.5.5 故障检测技术 489

18.5.6 MMAE算法的完善 490

18.5.7 仿真结果及分析 490

18.5.8 结论 494

参考文献 496