首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

非线性系统的自适应控制方法及装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北方工业大学

摘要:本发明提供一种非线性系统的自适应控制方法及装置,该方法包括:根据第k采样时刻和第k-1采样时刻的输出数据以及第k-1采样时刻以及之前的v个采样时刻的输入数据,确定第k采样时刻的三角数据模型中时变参数的估计值;根据估计值、第k采样时刻的输出数据以及第k-1采样时刻及之前的v个采样时刻的输入数据确定第k+1采样时刻的预测输出数据,以及其他采样时刻的预测输出数据集合;根据第k采样时刻的预测输出数据和实际输出数据确定第k采样时刻的反馈校正误差;根据预测输出数据集合、反馈校正误差和其他采样时刻的参考信号集合确定被控对象的第k采样时刻的输入数据,实现非线性系统的自适应控制,控制结构简单、灵活,易于推广。

主权项:1.一种非线性系统的自适应控制方法,其特征在于,所述方法包括:确定被控对象的第k采样时刻和第k-1采样时刻的输出数据以及第k-1采样时刻以及第k-1采样时刻之前的v个采样时刻的输入数据,根据第k采样时刻和第k-1采样时刻的输出数据以及第k-1采样时刻以及第k-1采样时刻之前的v个采样时刻的输入数据,确定第k采样时刻的三角数据模型中时变参数的估计值;根据第k采样时刻的三角数据模型中时变参数的估计值、第k采样时刻的输出数据以及第k-1采样时刻及第k-1采样时刻之前的v个采样时刻的输入数据确定第k+1采样时刻的预测输出数据,以及第k+1采样时刻之后的NP-1个采样时刻的预测输出数据集合;根据第k采样时刻的预测输出数据和第k采样时刻的实际输出数据确定第k采样时刻的反馈校正误差;根据所述预测输出数据集合、第k采样时刻的反馈校正误差和预设的第k采样时刻之后的NP个采样时刻的参考信号集合确定所述被控对象的第k采样时刻的输入数据;所述确定所述被控对象的第k采样时刻和第k-1采样时刻的输出数据以及第k-1采样时刻以及第k-1采样时刻之前的v个采样时刻的输入数据,根据第k采样时刻和第k-1采样时刻的输出数据以及第k-1采样时刻以及第k-1采样时刻之前的v个采样时刻的输入数据,确定第k采样时刻的三角数据模型中时变参数的估计值,包括:根据第k采样时刻和第k-1采样时刻的输出数据以及第k-1采样时刻和第k-1采样时刻之前的v个采样时刻的输入数据确定第k采样时刻的输出增量、第k-1采样时刻和第k-1采样时刻之前的v个采样时刻的输入增量,以及第k-1采样时刻的广义输入增量;根据所述广义输入增量、所述输入增量、所述输出增量和第k-1采样时刻的三角数据模型中时变参数的估计值确定第k采样时刻的三角数据模型中时变参数的估计值;所述根据所述广义输入增量、所述输入增量、所述输出增量和第k-1采样时刻的三角数据模型中时变参数的估计值确定第k采样时刻的三角数据模型中时变参数的估计值,包括:根据所述广义输入增量、所述输入增量、所述输出增量和第k-1采样时刻的三角数据模型中时变参数的估计值采用以下计算公式确定第k采样时刻的三角数据模型中时变参数的估计值; 其中,为第k采样时刻的三角数据模型中时变参数的估计值,为第k-1采样时刻的三角数据模型中时变参数的估计值,Δωk-1为第k-1采样时刻的广义输入增量;Δyk为第k采样时刻的输出增量;其中: 其中,m为三角数据模型峰值对应的采样点,N为三角数据模型长度,v=N;v为第k-1采样时刻之前采样时刻的数目;Δuk-b和Δuk-s分别为第k-b采样时刻、第k-s采样时刻的输入增量;Δuk-b=uk-b-uk-b-1,Δuk-s=uk-s-uk-s-1;所述根据第k采样时刻的三角数据模型中时变参数的估计值、第k采样时刻的输出数据以及第k-1采样时刻及第k-1采样时刻之前的v个采样时刻的输入数据确定第k+1采样时刻的预测输出数据,以及第k+1采样时刻之后的NP-1个采样时刻的预测输出数据集合,包括:根据第k采样时刻的三角数据模型中时变参数的估计值、第k采样时刻的输出数据以及第k-1采样时刻及第k-1采样时刻之前的v个采样时刻的输入数据采用以下计算公式确定第k+1采样时刻的预测输出数据,以及第k+1采样时刻之后的NP-1个采样时刻的预测输出数据集合;Yzk+1=Qyk+A1kΔUk+BkΔUpk-1Q=[1,1,…,1]T ΔUk=[Δuk,…,Δuk+Nu-1]T ΔUpk-1=[Δuk-1,…,Δuk-N+2]T如果jm,aj和bj分别为: 如果m≤jN,aj和bj分别为: Δu·为采样时刻的输入增量数据,为第k采样时刻的三角数据模型中时变参数的估计值,A1k为矩阵Ak的前Nu列组成;Nu小于或等于Np,Np小于v;Yzk+1为第k采样时刻之后的NP个采样时刻的预测输出数据集合;所述根据第k采样时刻的预测输出数据和第k采样时刻的实际输出数据确定第k采样时刻的反馈校正误差,包括:根据第k采样时刻的预测输出数据和第k采样时刻的实际输出数据采用以下计算公式确定第k采样时刻的反馈校正误差;ek=F[yk-ymk] ΔUfk-1=[Δuk-1,…,Δuk+Np-2]T其中,F为反馈系数矩阵,ymk为第k采样时刻的预测输出数据,yk-1为第k-1采样时刻的实际输出数据,ek为反馈校正误差;所述根据所述预测输出数据集合、第k采样时刻的反馈校正误差和预设的第k采样时刻之后的NP个采样时刻的参考信号集合确定所述被控对象的第k采样时刻的输入数据,包括:根据所述预测输出数据集合、第k采样时刻的反馈校正误差和预设的第k采样时刻之后的NP个采样时刻的参考信号集合采用以下计算公式确定所述被控对象的第k采样时刻的输入数据;Yfk+1=Yzk+1+ekJ=[Yrk+1-Yfk+1]T[Yrk+1-Yfk+1]+λΔUkTΔUk其中,λ0为权重因子,对等式J进行最小化得到如下最优预测控制律; uk=uk-1+gTΔUkg=[1,0,...,0]TYrk+1=[yrk+1,...,yrk+Np]T其中,Yfk+1为校正后的预测输出数据集合;Yrk+1为参考信号集合。

全文数据:

权利要求:

百度查询: 北方工业大学 非线性系统的自适应控制方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。