時(shí)變時(shí)滯系統(tǒng)滑模變結(jié)構(gòu)智能控制策略研究.pdf

1、在許多工業(yè)和國(guó)防領(lǐng)域中，受控對(duì)象的數(shù)學(xué)模型往往事先難以確定，即使在某一條件下被確定了的數(shù)學(xué)模型，在工況和條件改變后，其動(dòng)態(tài)參數(shù)乃至于模型的結(jié)構(gòu)仍經(jīng)常發(fā)生變化，常規(guī)控制器不可能獲得好的控制品質(zhì)。在這些復(fù)雜的被對(duì)象當(dāng)中，常還廣泛地存在著時(shí)滯現(xiàn)象，受控對(duì)象的固有時(shí)滯給系統(tǒng)分析和綜合帶來(lái)很大困難。而時(shí)變時(shí)滯的特性則使問(wèn)題更加復(fù)雜，因而對(duì)此類問(wèn)題的研究具有重要的理論和實(shí)踐意義。 本文研究的主要內(nèi)容為針對(duì)一類過(guò)程動(dòng)態(tài)特性隨系統(tǒng)工作條件的變化

2、而變化，并且能夠確定標(biāo)識(shí)工作條件變量同時(shí)這些變量可以被控制的單輸入單輸出時(shí)變時(shí)滯系統(tǒng)。采用多模型自適應(yīng)控制的當(dāng)前模型產(chǎn)生方法、滑模變結(jié)構(gòu)控制策略、BP線性神經(jīng)網(wǎng)絡(luò)建模方法及Smnh預(yù)估控制原理來(lái)實(shí)現(xiàn)系統(tǒng)的自適應(yīng)控制，即神經(jīng)網(wǎng)絡(luò)滑模變結(jié)構(gòu)自適應(yīng)控制。 當(dāng)定常系統(tǒng)結(jié)構(gòu)未知且采用滑模變結(jié)構(gòu)控制策略時(shí)，本文采用即線性神經(jīng)網(wǎng)絡(luò)來(lái)建立被控對(duì)象的數(shù)學(xué)模型，網(wǎng)絡(luò)中所有神經(jīng)元的激勵(lì)函數(shù)都是比例函數(shù)。通過(guò)連接權(quán)及閾值的學(xué)習(xí)，這樣神經(jīng)網(wǎng)絡(luò)不僅能實(shí)現(xiàn)輸

3、入輸出之間的非線性映射關(guān)系，而且已經(jīng)學(xué)習(xí)好的輸入輸出之間的關(guān)系可轉(zhuǎn)化成清晰的解析表達(dá)式，基于此解析表達(dá)式便于實(shí)現(xiàn)滑模變結(jié)構(gòu)控制。 當(dāng)系統(tǒng)時(shí)變且系統(tǒng)結(jié)構(gòu)已知時(shí)，對(duì)能標(biāo)識(shí)系統(tǒng)工作條件的變量進(jìn)行模糊劃分，根據(jù)模糊劃分的結(jié)果形成多個(gè)定常子系統(tǒng)，基于檢測(cè)到的標(biāo)識(shí)系統(tǒng)工作條件的變量值，計(jì)算每個(gè)子模型的加權(quán)系數(shù)，在線獲得一個(gè)適應(yīng)實(shí)際系統(tǒng)的加權(quán)模型，基于此加權(quán)模型實(shí)施滑模變結(jié)構(gòu)控制策略，實(shí)現(xiàn)了時(shí)變系統(tǒng)的自適應(yīng)控制。 當(dāng)系統(tǒng)時(shí)變且系統(tǒng)結(jié)構(gòu)

4、未知時(shí)，對(duì)能標(biāo)識(shí)系統(tǒng)工作條件的變量進(jìn)行模糊劃分，根據(jù)模糊劃分的結(jié)果形成多個(gè)定常子系統(tǒng)，針對(duì)每個(gè)定常子系統(tǒng)建立相應(yīng)的BP線性神經(jīng)網(wǎng)絡(luò)模型，基于每個(gè)即線性神經(jīng)網(wǎng)絡(luò)模型實(shí)施滑模變結(jié)構(gòu)控制策略，基于檢測(cè)到的標(biāo)識(shí)系統(tǒng)工作條件的變量值，計(jì)算每個(gè)子滑模變結(jié)構(gòu)控器輸出的加權(quán)系數(shù)，在線獲得一個(gè)適應(yīng)實(shí)際系統(tǒng)的加權(quán)控制量，實(shí)現(xiàn)了系統(tǒng)的自適應(yīng)控制。 當(dāng)系統(tǒng)時(shí)變又時(shí)滯且系統(tǒng)結(jié)構(gòu)已知時(shí)，先對(duì)系統(tǒng)進(jìn)行模糊劃分，形成多個(gè)子系統(tǒng)，這些子系統(tǒng)都是定常時(shí)滯的。系統(tǒng)結(jié)

5、構(gòu)已知時(shí)，基于檢測(cè)到的標(biāo)識(shí)系統(tǒng)工作條件的變量值，計(jì)算每個(gè)子滑模變結(jié)構(gòu)控器輸出的加權(quán)系數(shù)，系統(tǒng)的在線模型則是這些子模型的加權(quán)結(jié)果，根據(jù)Smith預(yù)估控制原理，對(duì)此在線模型無(wú)時(shí)滯環(huán)節(jié)構(gòu)成閉環(huán)實(shí)施滑模變結(jié)構(gòu)控制，實(shí)現(xiàn)了系統(tǒng)的自適應(yīng)控制。 當(dāng)系統(tǒng)時(shí)變又時(shí)滯且系統(tǒng)結(jié)構(gòu)未知時(shí)，先對(duì)系統(tǒng)進(jìn)行模糊劃分，形成多個(gè)子系統(tǒng)，這些子系統(tǒng)都是定常時(shí)滯的，依次建立每個(gè)子系統(tǒng)的無(wú)時(shí)滯即線性神經(jīng)網(wǎng)絡(luò)模型。根據(jù)Smnh預(yù)估控制原理，對(duì)這些子線性神經(jīng)網(wǎng)絡(luò)模型分別構(gòu)