35
个编辑
更改
跳到导航
跳到搜索
第249行：
第249行： − + − 控制系统必须具有一定的鲁棒性。一个鲁棒控制器是具有将和其数学特性不同的变量加入控制过程中，其鲁棒特性不变。这一要求很重要，因为没有任何一个真正的物理系统能够用数学表示的一系列微分方程那样真正地表现出来。为了简化计算，通常会选择简化的数学模型，否则，真正的系统动力学可能会非常复杂，以至于不可能建立一个完整的模型。+ − :系统辨识+ − 确定控制模型动力学方程的过程称为系统辨识。这可以离线完成：例如，执行一系列测量以从中计算近似的数学模型，通常是其传递函数或矩阵。但是，从输出中进行的这种识别不能考虑不可观察的动态。有时，模型是直接从已知的物理方程式开始构建的，例如，在质量弹簧-阻尼器系统的情况下，我们知道<math> m \ddot{{x}}(t) = - K x(t) - \beta \dot{x}(t)</math>。即使假设在设计控制器时使用了“完整”模型，这些方程中包含的所有参数（称为“标称/名义参数”）也从来不是绝对精确的；即使连接到物理系统的真实参数值与标称值不同，控制系统也必须正确运行。+ − 一些先进的控制技术包括“在线”识别过程。当控制器本身运行时，模型的参数被计算(“辨识”)。通过这种方式，如果参数发生剧烈变化，例如，如果机器人的手臂释放一个重量，控制器将自我调整，以确保正确的性能。+ − ;分析+ − 考虑系统的传递函数并使用Nyquist和Bode图，可以在频域中对SISO控制系统的鲁棒性进行分析。包括增益和相位裕度以及幅度裕度。对于MIMO以及通常更复杂的控制系统，必须考虑针对每种控制技术设计的理论结果（请参阅下一节）。即如果需要特殊的鲁棒性，程师必须将注意力转移到控制技术上，将注意力转移到控制技术的属性中。+ + − + − ;约束条件 − − 一个特殊的鲁棒性问题是要求控制系统在存在输入和状态约束的情况下正确运行。在物理世界中，每个信号都是有限的。控制器可能会发送物理系统无法跟踪的控制信号，例如，试图以超高速旋转阀门。这可能会导致闭环系统发生不良行为，甚至损坏或损坏执行器或其他子系统。可以使用特定的控制技术来解决该问题：模型预测控制（请参阅下文）和反缠绕系统。后者包括一个附加的控制块，可确保控制信号从不超过给定的阈值。
→模式辨识与鲁棒性
现代的性能评估使用一些集成的跟踪误差的变体(IAE，ISA，CQI)。
现代的性能评估使用一些集成的跟踪误差的变体(IAE，ISA，CQI)。
===模式辨识与鲁棒性===
===模型辨识与鲁棒性===
控制系统必须具有一定的鲁棒性。鲁棒的控制器可以保证在其被应用于与数学模型略微不同的物理系统时其特性不发生明显变化。这一要求很重要，因为没有任何一个真正的物理系统的行为和数学上用于表示它们的微分方程所描述的行为完全一致。为了简化计算，我们通常会选择简化的数学模型，否则，真正的系统动力学特性会复杂到不可能为其建立一个完整的模型。
====系统辨识====
确立决定模型动力学方程的过程称为系统辨识。这个过程可以离线完成：例如，执行一系列测量，从测量结果中计算近似的数学模型，通常是传递函数或传递矩阵。但是，从输出中进行的这种辨识无法包括不可观部分的动力学特性。有时，模型是直接从已知的物理方程式开始构建的，例如，我们知道对于质量-弹簧-阻尼器系统，<math> m \ddot{{x}}(t) = - K x(t) - \beta \dot{x}(t)</math>。即使假设在设计控制器时使用了“完整”的模型，我们也不可能知道这些方程中包含的所有参数（称为“标称/名义参数”）的绝对精确值；而控制系统即使在所连接的物理系统的真实参数值与标称值不同的情况下也必须正确运行。
一些先进的控制策略包括“在线”识别过程（见后文），其中模型的参数在控制器本身运行时就被计算（“辨识”）。在这种方式下，如果参数发生剧烈变化，例如，如果机器人的手臂释放一个重物，控制器将自我调整以确保自身正确运作。
====分析====
SISO控制系统的鲁棒性可以通过在频域内使用传递函数，并结合奈奎斯特和波特图进行分析。这一部分关心增益、相位裕度以及幅值裕度。对于MIMO系统，以及一般而言更复杂的控制系统，设计者必须考虑每种控制策略对应的理论结果（见下一节）。也即，如果需要特殊的鲁棒性，工程师必须将注意力转移到可以将其属性囊括进去的控制策略上。
====约束条件====
一个特殊的鲁棒性问题是要求控制系统在有输入和状态约束的情况下正确运行。在物理世界中，每个信号都是有限的。控制器可能会发送物理系统无法跟踪的控制信号，例如，试图以超高速旋转阀门。这可能会导致闭环系统发生不良行为，甚至损坏执行器或其他子系统。有一些特定的控制策略可以解决该问题：模型预测控制（见下文）和抗饱和系统。后者包括一个附加的控制块，可确保控制信号不会超过给定的阈值。
==系统分类==
==系统分类==