【控制理论】滑模控制最强解析

2023-05-16

 

摘自:https://blog.csdn.net/xiaohejiaoyiya/article/details/90271529

【控制理论】滑模控制最强解析

 

置顶 Y-box 2019-05-16 21:01:20 40459 收藏 462

分类专栏: 控制理论 文章标签: 滑模控制 原理分析 有限时间收敛

版权

更新,在知乎创建了一个专栏,主要包括一些控制理论和机器人控制方面的知识。

https://zhuanlan.zhihu.com/p/78549442


滑模控制是一种相当简单而且控制性能优越的控制方法,但是绝大多数的工厂在做过程控制时还是只考虑PID控制,我觉得有必要写一篇文章详细的解释一下它的工作原理。

它的控制效果优越体现在哪里呢?主要是两点:1、滑动模态可以进行设计,调节的参数少,响应速度快。2、对扰动不灵敏。什么是干扰?如果你的机器好端端地在工作,突然来了一个熊孩子拿起一钉锤就是一顿敲;或者工厂附近有高铁,每隔一段时间地面就要抖两下。滑模控制对扰动有很强的抑制能力,这对于在复杂环境工作下的机器来说非常友好。

滑模控制本质上是非线性控制的一种,简单的说,它的非线性表现为控制的不连续性,即系统的“结构”不固定,可以在动态过程中根据系统当前的状态有目的地不断变化,迫使系统按照预定“滑动模态”的状态轨迹运动。

 

针对一个真实的系统来解释,现在假设光滑的平面上有一个小木块,它在坐标轴X=2处,它存在一个向坐标轴远离的速度\dot{x}=2,现在的问题就是如何设计一个控制器让它最后能停在原点。

                                            

1、根据上面的描述,可以写出这个小木块的状态方程:

                                                                                   

x1,x2分别代表木块的位置和速度,u代表控制器的输出,控制目标很明确,最终要让x_1=0,x_2=0。用系统框图来表示为:

                   

2、设计滑模面

                                                                         

这里可能有人就要问了,滑模面是个什么东西?凭什么要写成这种形式而不是其他形式?

之前说过了控制器的目的是为了使得x_1=0,x_2=0,那如果s=0,会有什么结果呢?

可以看出状态量最终都会趋于零,而且是以指数速度趋近,指数趋近速度什么意思,也就是说当t=1/c时,趋近到零的这个过程它已经完成了63.2%,当t=3/c时,它已经完成了95.021%。调节c的大小可以调节状态趋近于零的速度。c越大,速度也就越快。所以如果满足s=cx_1+x_2=0,那么系统的状态将沿着滑模面趋于零,(s=0称之为滑模面)。用相平面来表示这个指数趋近的过程为,沿着箭头的方向移动到原点的这个过程就是设计滑模面要实现的效果。                                     

3、设计趋近律,寻找s与控制u之间的关系

上面说到如果s=0状态变量最终会趋于零,可是如何保证s=0呢?这就是控制率u所要实现的内容了。

s=cx_1+x_2,在这个方程里面并没有u,我们想到可能和u有关系,果然:

                                                     

趋近律就是指的\dot{x},趋近律一般有如下几种设计:

                                                   

根据以上的趋近律,可以求出控制器u的表达式,对于\dot{s}=-\varepsilon sgn(s),\varepsilon >0来说,u=-cx_2-\varepsilon sgn(s),对木块施加该u的控制,那么最终木块会稳定在原点。

再回来解释为什么趋近律\dot{s}这么设计会保证s=0。

在控制原理中,用Lyapunov函数来判断系统的稳定性,对于系统状态方程\dot{s}=cx_2+u(目标已经变成s=0,因此现在写成s的状态方程),对于平衡点s,如果存在一个连续函数V满足

那么系统将在平衡点s=0处稳定,即\lim_{t\rightarrow \infty}s=0

V(s,t)=1/2s^2,很明显满足第一个条件,第二个条件也满足。满足Lyapunov函数的条件,s最终会稳定滑模面,也就是s=0。

讲到这里,我们可以稍微总结一下滑模控制的设计步骤。首先根据被控对象的状态方程设计滑模面s=CX,状态一旦到达滑模面,将以指数趋近方式达到稳定状态。然后设计趋近律\dot{s}求出控制器的表达,李雅普诺夫函数作为稳定性的保证,即保证s=0可达,(相平面中的其他点能到达滑模面)。

 


细心的朋友可能发现了一个问题,Lyapunov函数的两个条件能保证\lim_{t\rightarrow \infty}s=0,但是这个几乎没有什么用处。为什么这么说呢,因为它对到达的时间没有任何的要求,t=2s时s=0和t=200s时s=0都满足Lyapunov函数的要求,万一真的出现那种长时间才到达滑模面的情况,在实际情况下,是没有意义的。

对Lyapunov函数的第二个条件做修改,让它能实现有限时间达到稳定点。

对于改进后的第二个条件,分离变量然后积分,假设积分时间为t。

                      

                                                                                 \int _0^t \frac{\dot V}{V^{1/2}}dt\leq -\alpha t

得到:

                                                          

根据这个不等式可以看出V将在有限时间tr内到稳定点,\alpha越大,到达稳定点的时间越快。

                                                                 

因为Lyapunov条件的改变,控制器u也要相应做出改变:

只有满足才能实现有限时间到达滑模面。

 

 


咱们继续分析,因为以上的讨论都还没有涉及干扰项d,现在将干扰加入系统状态方程,看看滑模控制是怎么做到对干扰不敏感的,这是真的牛。

加入干扰项后,有新的状态方程:

                                                                          

当然,这对滑模面的设计没有影响,滑模面还是,变化的是趋近律\dot{s},控制率u还是保持上面的形式

为了满足Lyapunov函数,有:

                                                

上式中的L表示干扰的上界,

对比\dot{V}的条件,只有当时,Lyapunov函数既满足有限时间收敛又负定。因此,系统仍按照先滑动到滑模面,再沿滑模面做指数趋近运动。干扰没有对系统造成影响。

 

因为几天前老师给我开了小灶,花了几个小时专门讲滑模,所以心血来潮总结了这一篇文章,用viso画图、敲公式尽量想把这篇博客写得好一点,结果断断续续花了一天的时就按才搞完,心累。另外,CSDN的编辑器是真的难用

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

【控制理论】滑模控制最强解析 的相关文章

  • 【控制理论】滑模控制最强解析

    摘自 xff1a https blog csdn net xiaohejiaoyiya article details 90271529 控制理论 滑模控制最强解析 置顶 Y box 2019 05 16 21 01 20 40459 收藏
  • 【控制理论】滑模控制最强解析

    更新 xff0c 在知乎创建了一个专栏 xff0c 主要包括一些控制理论和机器人控制方面的知识 https zhuanlan zhihu com p 78549442 滑模控制是一种相当简单而且控制性能优越的控制方法 xff0c 但是绝大多
  • Pixhawk之UAV控制理论、ardupilot源码框架介绍

    一 开篇 您有无人机么 xff1f 没有 那赶紧去某宝买一套 昨天 开会开到接近下午一点钟 xff0c 收获相当大 xff0c 原本不太清楚的ardupilot框架现在也大致熟悉了 xff0c 接下来主要就是结合源码了解其控制过程了 xff
  • 从不懂到会用,PID从理论到实践~笔记

    从不懂到会用 PID从理论到实践 哔哩哔哩 bilibili PID的适用性 一阶 二阶的线性系统 前馈系统只是对干扰做一个补偿 单闭环系统 双闭环控制系统 一个是还没发生干扰但我知道你会干扰进行反应 一个是看到你对我干扰后并发生后才进行反
  • 从控制理论的根轨迹法和稳定性分析谈到舵机PD控制代码实现

    在上一次谈到基于MPU6050的基于一阶互补滤波算法实现后 本来想接着就自适应一阶互补滤波和卡尔曼滤波再写一篇的 但是卡尔曼滤波算法我自己写出来并进行姿态解算后发现效果不很好 才疏学浅 等我调好了再写吧 昨天花了半下午做了一个基于MPU60
  • [非线性控制理论]2_不变性原理

    非线性控制理论 1 Lyapunov直接方法 非线性控制理论 2 不变性原理 非线性控制理论 3 基础反馈稳定控制器设计 非线性控制理论 4 反馈线性化 反步法 非线性控制理论 5 自适应控制器 Adaptive controller 非线
  • [非线性控制理论]4_反馈线性化_反步法

    非线性控制理论 1 Lyapunov直接方法 非线性控制理论 2 不变性原理 非线性控制理论 3 基础反馈稳定控制器设计 非线性控制理论 4 反馈线性化 反步法 非线性控制理论 5 自适应控制器 Adaptive controller 非线
  • [动态系统的建模与分析]8_频率响应_详细数学推导 G(jw)_滤波器

    运放滤波器 3 反相同相比例放大电路 Multisim电路仿真 运放滤波器 2 运放反馈原理 运放滤波器 1 理想运放 虚短虚断 现代控制理论 11 现代控制理论串讲 完结 pdf获取 信号与系统在工程中 里面的一些工具应该是奠基石 电路
  • 谈谈滞后补偿器与PI控制及其原理分析

    本文一览 1 什么是滞后补偿器以及和PI控制的联系 2 PI控制对系统的影响 1 什么是超前补偿器以及和PI控制的联系 上一篇文章提到了超前补偿器 超前这个词的含义就是相位提前 相位提前所带来的的好处就是减少振荡 加快系统的稳定 但是使用超
  • 反馈线性化:具有柔性关节的单连杆操纵臂

    文章目录 写在前面 机械臂模型 输入 状态反馈线性化 坐标变换和微分同胚 输入 状态可反馈线性化的条件 机械臂实例1 输入 输出反馈线性化 相对阶和李导数 输入 输出可反馈线性化的条件 跟踪控制器设计 机械臂实例2 写在前面 通过反馈和坐标
  • 最优控制的理解

    最优控制 在满足一定约束的情况下 寻求最优控制策略 使得性能指标取极大值或极小值 对一个受控的动力学系统 从一类允许的控制方案中寻找一个最优的控制方案 使得系统的运动从由某个初始状态转移到目标状态的同时 其性能指标值为最优 性质 在一般的情
  • [现代控制理论]10_可观测性与分离原理_观测器与控制器

    现代控制理论 11 现代控制理论串讲 完结 pdf获取 现代控制理论 10 可观测性与分离原理 观测器与控制器 现代控制理论 9 状态观测器设计 龙伯格观测器 现代控制理论 8 5 线性控制器设计 轨迹跟踪simulink 现代控制理论 8
  • [现代控制理论]4_PhasePortrait爱情故事动态系统分析

    现代控制理论 11 现代控制理论串讲 完结 pdf获取 现代控制理论 10 可观测性与分离原理 观测器与控制器 现代控制理论 9 状态观测器设计 龙伯格观测器 现代控制理论 8 5 线性控制器设计 轨迹跟踪simulink 现代控制理论 8
  • [现代控制理论]7_线性控制器设计_Linear Controller Design

    现代控制理论 11 现代控制理论串讲 完结 pdf获取 现代控制理论 10 可观测性与分离原理 观测器与控制器 现代控制理论 9 状态观测器设计 龙伯格观测器 现代控制理论 8 5 线性控制器设计 轨迹跟踪simulink 现代控制理论 8
  • [非线性控制理论]3_基础反馈稳定控制器设计

    非线性控制理论 1 Lyapunov直接方法 非线性控制理论 2 不变性原理 非线性控制理论 3 基础反馈稳定控制器设计 非线性控制理论 4 反馈线性化 反步法 非线性控制理论 5 自适应控制器 Adaptive controller 非线
  • [现代控制理论]5_系统的可控性_controllability

    现代控制理论 11 现代控制理论串讲 完结 pdf获取 现代控制理论 10 可观测性与分离原理 观测器与控制器 现代控制理论 9 状态观测器设计 龙伯格观测器 现代控制理论 8 5 线性控制器设计 轨迹跟踪simulink 现代控制理论 8
  • 用MATLAB和内点法实现带有时变不等式约束的分布式优化

    文章目录 问题描述 内点法 MATLAB实现 仿真结果 源代码 问题描述 考虑代价函数 f i x i
  • [非线性控制理论]6_滑模控制 (sliding mode control)

    非线性控制理论 1 Lyapunov直接方法 非线性控制理论 2 不变性原理 非线性控制理论 3 基础反馈稳定控制器设计 非线性控制理论 4 反馈线性化 反步法 非线性控制理论 5 自适应控制器 Adaptive controller 非线
  • [现代控制理论]5_系统的可控性_controllability

    现代控制理论 11 现代控制理论串讲 完结 pdf获取 现代控制理论 10 可观测性与分离原理 观测器与控制器 现代控制理论 9 状态观测器设计 龙伯格观测器 现代控制理论 8 5 线性控制器设计 轨迹跟踪simulink 现代控制理论 8
  • 【论文笔记】基于Control Barrier Function的二次规划(QP)控制

    文章目录 写在前面 问题描述 RBF 1 Logarithmic 2 Inverse type 3 Reciprocal ZBF 两者的联系 CBF构建 RCBF ZCBF QP设计 ES CLF CLF CBF QP 写在前面 原论文 C

随机推荐