Стабилизация линейных объектов управления на основе

теории пассивности и метода функции Ляпунова

Нгуен Ти Тхань, аспирант, Мышляев Ю.И., к.т.н., доцент

КФ МГТУ и.м. Н.Э. Баумана

Рассматривается задача синтеза алгоритма стабилизации неминимально-

фазового объекта в условиях параметрической неопределенности. Предполагается
устойчивость полинома числителя передаточной функции объекта. Синтез состоит
из трех этапов. На первом этапе выполняется преобразование системы к каскадной
форме с выделением устойчивой нуль-динамики. На втором этапе синтезируется
алгоритм управления в форме обратной связи по состоянию системы в
предположении, что параметры объекта известны. На третьем этапе синтезируется
алгоритм адаптации. Приводятся результаты компьютерного моделирования для
автопилота.

Постановка задачи.
Рассмотрим линейный объект управления (ОУ) в форме передаточной
функции (ПФ)
bm p m  bm1 p m1    b0
W  p 
an p n  an1 p n1    an
Пусть все нули отрицательные.
Требуется стабилизировать ОУ.

Методика синтеза.
Этап 1. Приведем ОУ к каскадной форме с выделением информационного
выхода y и нуль-динамики
z  A z z  B z y
  z  Bu (1.1)
 
y  A y y  A z

где z   nm , y   m , u   m det B  0, A z - гурвицевая матрица.

Т.к. полином числителя имеет только отрицательные корни, нуль-динамика будет
устойчивой.
Представим (ЦУ) в форме
x  0 при t  , (1.2)
 
где xT  zT yT   n
Этап 2. Синтез алгоритма стабилизации в условиях полной априорной
информации о параметрах объекта.
 В качестве кандидатуры на роль функции Ляпунова (функция запаса)
выберем сумму квадратичных форм вида
V0  0.5zT H z z  0.5y T H y y , (1.3)
где H i  HTi  0, i   y, z .
Определим производную по времени функции (1.3) в силу траектории
движения ОУ (1.1)

V0  zT H z A z z  yT H y A y y  A 
z y z z 
  H 1BT H z  Bu  A y 
*
(1.4)

 
  z zT H z z  *yT H y y  yT H y A y  A* y  p z z  Bu , 
где H i  HTi  0 : H j A j  ATj H j  G j , j   z ,* , G j  GTj ;  j 
   0;
 min G j
 max  H j 
  H 1BT H , A - заданная гурвицевая матрица.
pz  A z y z z *
Выберем управление в виде
 
u  B 1 A*  A y y  p z z .  (1.5)
Поставляя (1.5) в (1.4), получаем
V0    Q  z   Q  y    V0 , (1.6)
где   min  z , * .
Таким образом, система (1.1):
1. глобально экспоненциально поссивирует обратной связью (1.5) по
состоянию.
2. глобально экспоненциально минимально-фазовая (нуль-динамика
экспоненциально устойчивая).
Этап 3. Управление в условиях параметрической неопределенности.
Пусть A i  A i    , Bi  Bi    , i - соответствующие индексы матриц в системе
(1.1),    - вектор неизвестных параметров ОУ.
Предположение 1. det B     0 A z  A z    - гурвицевая при    .
В соответствии с (1.5) выберем управление в виде
u  Θ yy  Θzz (1.7)
где Θi - матрицы с настраиваемыми параметрами
 
i   y, z , Θ*y  B 1 A*  A y , Θ*z  B 1 - матрицы «идеальных» параметров.
Очевидно, что при Θi  Θ*i уравнения (1.7) и (1.5) эквивалентны.
Выберем кандидатуру на роль функции Ляпунова в виде
 V  V0  z, y   0.5trace Θ y  Θ*y  
T

Γ y1 Θ y  Θ*y  
(1.8)
0.5trace  Θ z  Θ*z
T
 
Γ z 1 Θ z  Θ*z , 
где Γi  ΓTi  0 , i   y, z .
Вычислим скорость изменения по времени функции (1.8) имеем
V  ω  z, y , θ*   ω  z, y , θ   ω  z, y , θ*   trace Θ y  Θ*y  
T

 
Γ y1Θ y
(1.9)
trace  Θ z  Θ*z 
T

Γ z 1Θ z 
,

где ω  z, y , θ*   V0  z, y  при u  Θ*z z  Θ*y y , что равносильно использование

управления вида (1.5) при котором выполняется неравенство (1.6); ω  z, y, θ  -
производная от целевой функции V0  z, y  при управлении (1.7).
Вычислим разницу

ω  z, y , θ   ω  z, y , θ*   yT H y B Θ y  Θ*y y  Θ z  Θ*z z .    (1.10)
С учетом (1.6), (1.10) равенство (1.9) запишется в виде
V   V0  trace Θ y  Θ*y   B H yy
T
T
y
T 
 Γ y1Θ y  

trace Θ z  Θ*z   B H yz
T
T
y
T  ,
 Γ z 1Θ z 
где   min  z    , * ,    .
Выбирая алгоритм адаптации в виде
 y  Γ y y ω  z, y, θ   Γ y B H y yy
Θ T T

 . (1.11)
Θ z  Γ z  z ω  z, y, θ   Γ z B H z yz
 T T

Получаем V   V0 ,   0 .
Таким образом, алгоритм адаптивного управления (1.7), (1.11) обеспечивает
системе (1.1):
1. глобальную экспоненциальную поссивируемость обратной связью по
состоянию.
2. глобальную экспоненциальную минимально-фазовость.
Алгоритм управления (1.7), (1.11) стабилизирует замкнутую систему,
обеспечивает ограниченность z, y , θ y , θ z и достижение ЦУ (1.2).
 Пример. Пусть объект управления (автопилот) имеет передаточную функцию
 g p  g  b p  b0  , где a , a - неизвестные параметры ОУ,
вида: W  p   1 3 0 2 1 0 1
p  a1 p  a0 p
b0 , b1 считаются известными, ( bi  0 ), p  d / dt - оператор дифференцирования.
Этап 1. Представим ОУ в форме (1.1)
где a0  13,8125 , a1  2,5 , b0  16 , b1  10 , g 0  1 , g1  0,01 ,
 -9,1 -2,2596   11,3596 
 , A y  9,1 , A z   9,1 0  , B  1 .
Az   , Bz   
27,1838 -2,5  5,4872
   
Этап 2. Алгоритм управления вида
 
u  B 1 A*  A y y  p z z , 
где A*  5 - заданная гурвицевая матрица, p z   -7,3281 3,6895  .
результат моделирования на рис. 1.1.
Этап 3. Алгоритм адаптации
Θ  Γ BT H yyT
y y y

  Γ BT H yzT
Θ z z z
результат моделирования на рис. 1.2, 1.3 и 1.4.
Результат моделирования

Рис. 1.1 Рис. 1.2

Рис. 1.3 Рис. 1.4

 Вывод …..
Список литературы
1. Мирошник И.В., Никифоров В.О., Фрадков А.Л. Нелинейное и адаптивное
управление сложными динамическими системами. СПб.: Наука, 2000.
2.Пупков К.А., Егупов Н.Д., Баркин А.И., Зайцев А.В. и др. «Методы
классической и современной теории автоматического управления. В 5–ти томах.
Том 5. Методы современной теории автоматического управления», М.:
Издательство МГТУ им. Н.Э.Баумана, 2004 – 784 с.