基于虛擬參考反饋整定的改進無模型自適應(yīng)控制.pdf

1、隨著工業(yè)過程復(fù)雜程度的提高，對這些工業(yè)過程建立精確的數(shù)學(xué)模型變得越來越困難，從而導(dǎo)致基于模型的現(xiàn)代控制理論在實際應(yīng)用中遇到前所未有的挑戰(zhàn)。在難以建立受控系統(tǒng)模型的條件下，利用大量的離在線數(shù)據(jù)和知識實現(xiàn)對工業(yè)過程數(shù)據(jù)驅(qū)動的優(yōu)化和控制，已成為控制理論界迫切需要解決的問題。作為一種典型的數(shù)據(jù)驅(qū)動控制方法，無模型自適應(yīng)控制(model free adaptive control，MFAC)已經(jīng)成為自動控制理論發(fā)展的一個重要方向。
　　MF

2、AC是一種新型的數(shù)據(jù)驅(qū)動控制方法，其控制器設(shè)計僅利用被控系統(tǒng)的輸入輸出(input and output，I/O)數(shù)據(jù)，并且控制器中不包含被控過程數(shù)學(xué)模型的任何信息。然而對于實際的復(fù)雜非線性系統(tǒng)，在缺少系統(tǒng)先驗知識時，如何選定最優(yōu)的偽偏導(dǎo)數(shù)初值并不是件容易的事情。此外，在系統(tǒng)工況發(fā)生變化的情況下，傳統(tǒng)MFAC方案中的重置算法仍然將偽偏導(dǎo)數(shù)估計值重置為偽偏導(dǎo)數(shù)初值的做法也并不是最好的選擇。針對上述問題，本文利用虛擬參考反饋整定算法對MFA

3、C進行了改進。
　　首先，從非線性系統(tǒng)的動態(tài)線性化方法、無模型自適應(yīng)控制器設(shè)計、系統(tǒng)穩(wěn)定性和收斂性分析等幾個層面介紹了MFAC理論;從控制系統(tǒng)結(jié)構(gòu)、被控系統(tǒng)、控制器、初始條件、參考模型以及算法設(shè)計等方面詳細介紹了虛擬參考反饋整定方法。
　　其次，提出了基于虛擬參考反饋整定的改進MFAC方案。具體包括基于虛擬參考反饋整定的偽偏導(dǎo)數(shù)初值及其重置值的估計算法。
　　最后，為了驗證改進MFAC方案的優(yōu)越性，本文分別針對離散時間