带扰动模型失配史密斯预估器的自适应控制

doi:10.3778/j.issn.1002-8331.1507-0121

计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (6): 223-226.DOI: 10.3778/j.issn.1002-8331.1507-0121

带扰动模型失配史密斯预估器的自适应控制

丁晓迪，崔宝同

江南大学物联网工程学院，江苏无锡 214000

出版日期:2017-03-15 发布日期:2017-05-11

Adaptive control for mismatch Smith predictor with disturbance

DING Xiaodi, CUI Baotong

School of Internet of Things Engineering, Jiangnan University, Wuxi, Jiangsu 214000, China

Online:2017-03-15 Published:2017-05-11

摘要/Abstract

摘要： 在扰动情况下，针对传统史密斯预估器的模型失配问题，提出了一种基于模型参考自适应控制的史密斯预估器。首先，在控制对象输入端添加前馈增益矩阵和反馈补偿矩阵，和控制对象相互结合，通过调整矩阵参数，使控制对象和预估模型匹配，消除系统的模型失配误差。其次，在前向控制器输出端引入扰动补偿矩阵，调整扰动补偿矩阵的相关参数，对系统的扰动进行补偿。最后，选取合适的李雅普诺夫函数，求取自适应率。利用MATLAB中的SIMULINK模块进行仿真，仿真结果验证了方法的有效性。

关键词: 史密斯预估器, 模型失配, 自适应控制, 扰动补偿矩阵, 李雅普诺夫函数

Abstract: Under the circumstance of the disturbance, model mismatch caused by the system, a method based on the model reference adaptive control is proposed. Firstly, feedforward gain matrix and feedback recourse matrix combining with the plant are added to the input of plant, the plant can track the original reference model through adjusting the parame-ters of matrix, and also can eliminate the error. Secondly, interference recourse matrix is added to the output of the controller. The system can overcome the influence of the disturbance through regulating the parameters of matrix. Finally, the adaptive law is obtained by Lyapunov function. The effectiveness of the proposed method has been verified by simulation results using SIMULINK.

Key words: Smith predictor, plant-model mismatch, adaptive control, interference recourse matrix, Lyapunov function

丁晓迪，崔宝同. 带扰动模型失配史密斯预估器的自适应控制[J]. 计算机工程与应用, 2017, 53(6): 223-226.

DING Xiaodi, CUI Baotong. Adaptive control for mismatch Smith predictor with disturbance[J]. Computer Engineering and Applications, 2017, 53(6): 223-226.

[1]	陈世明，林子朋，高彦丽，裴惠琴. 自适应耦合权重下的异质群体一致性研究[J]. 计算机工程与应用, 2021, 57(4): 231-235.
[2]	周健，王敏，洪良，李珣. 小型无人直升机反步自适应控制[J]. 计算机工程与应用, 2018, 54(11): 236-240.
[3]	胡龄爻1，2，3，陈建平1，2，3，傅启明1，2，3，4，胡文1，2，3，倪庆文1，2，3. 一种面向建筑节能的强化学习自适应控制方法[J]. 计算机工程与应用, 2017, 53(21): 239-246.
[4]	赵蕊，朱美玲，徐勇. 多智能体系统自适应跟踪控制[J]. 计算机工程与应用, 2017, 53(18): 39-43.
[5]	程玉娟，俞辉. 多智能体切换网络自适应组一致性[J]. 计算机工程与应用, 2017, 53(11): 50-55.
[6]	范敏，余海，石为人，黄杰. 两轮自平衡小车模型参考自适应控制平衡算法[J]. 计算机工程与应用, 2016, 52(9): 258-262.
[7]	雷霆，张国良，汤文俊，孙一杰. 不确定性自由漂浮空间机器人神经自适应控制[J]. 计算机工程与应用, 2016, 52(8): 29-32.
[8]	杨剑锋，张翠，张峰. 机械臂轨迹跟踪控制——基于EC-RBF神经网络的机械臂模型参考自适应控制[J]. 计算机工程与应用, 2015, 51(9): 82-86.
[9]	赵海波1，2，王铭明3. 含齿隙非线性的双电机驱动伺服系统控制研究——基于反演积分自适应方法[J]. 计算机工程与应用, 2015, 51(2): 39-45.
[10]	李艳东，朱玲，孙明. 含驱动器动力学的移动机器人编队自适应控制[J]. 计算机工程与应用, 2014, 50(1): 235-239.
[11]	李树荣1，马慧超1，矫德余2. 基于反步法的移动机器人鲁棒跟踪控制[J]. 计算机工程与应用, 2013, 49(8): 266-270.
[12]	易军凯，李志彤. 改进的实时流媒体中流量自适应控制机制[J]. 计算机工程与应用, 2013, 49(3): 101-103.
[13]	薛红军，庞俊锋，栾义春，李磊. 驾驶舱飞行员认知行为一体化仿真建模[J]. 计算机工程与应用, 2013, 49(23): 266-270.
[14]	李加升1，王应德2，林琳1. 基于NNAC算法的电能质量暂态扰动检测[J]. 计算机工程与应用, 2013, 49(17): 125-128.
[15]	何爱香. 一种新型的比例-周期控温算法[J]. 计算机工程与应用, 2012, 48(26): 225-230.

带扰动模型失配史密斯预估器的自适应控制

Adaptive control for mismatch Smith predictor with disturbance

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics