第7章 自校正控制(一)

1、第7章 自校正控制（一） 7.1 自校正控制概述图7.1.1 自校正控制系统框图 间接自校正控制（显式）间接自校正控制（显式）计算量大计算量大 直接自校正控制（隐式）直接自校正控制（隐式）算法复杂算法复杂参数估计器和控制器参数计算合二为一参数估计器和控制器参数计算合二为一系统输出系统输出设定值设定值控制器控制器执行执行机构机构系统辨识与参数估计系统辨识与参数估计 最小二乘最小二乘 似然估计似然估计 频域辨识频域辨识 随机逼近随机逼近 系统模型系统模型Model-based 间接自校正控制（基于模型的控制）间接自校正控制（基于模型的控制） 系统模型是对相同性质数据的集结系统模型是对相同性质数据的

2、集结 系统控制理论和方法：建模系统控制理论和方法：建模-控制器设计控制器设计-优化优化 直接自校正控制（基于数据的控制）直接自校正控制（基于数据的控制） 根据实时工况数据得到控制量根据实时工况数据得到控制量 实际生产过程的数据海量实际生产过程的数据海量过程装置过程装置系统输出系统输出系统设定系统设定Controller系统状态系统状态系统输入系统输入l Iterative Learning Control (迭代学习控制迭代学习控制)l SVM (支持向量机支持向量机)l The K-means algorithm (K-Means聚类算法聚类算法)l Apriori (挖掘布尔关联规则频繁项

3、集的算法挖掘布尔关联规则频繁项集的算法)l EM Algorithm (最大期望算法最大期望算法)l NN (神经网络神经网络) l Fuzzy Cluster (模糊聚类模糊聚类)l KNN (K最近邻域分类算法最近邻域分类算法)l Naive Bayes (朴素贝叶斯模型朴素贝叶斯模型)l CART (分类与回归树分类与回归树) 对于难以建立数学模型的系统对于难以建立数学模型的系统 主要方法主要方法 7.2 单步输出预测自校正控制 7.2.1 最小方差控制（MVC）图7.2.1 方差与设定值的关系 7.2.2 单步预测控制的基本思想 7.2.3 被控对象的预测模型Diophanine方程方

4、程程序程序ex7_Diophantine.mex7_Diophantine.m().().()().()()y ky ky ku ku kk1510723054().()()()().()y ky ku ku kkk0951223071( ).().(). ()()( )()y ky ky ku ku kkk171072094521Diophanine方程求解：方程求解： 长除法长除法 待定系数法待定系数法 预测律为 预测误差为： 最小方差预测模型为 预测误差为： 7.2.4 单步预测控制律 控制律为 最小方差控制律：图7.2.2 最小方差控制系统闭环框图程序程序ex7_MVC.mex7_MV

5、C.m0.50.( ). (). ()()()( )()y ky ky ku ku kkk1710724521()k为方差为0.1的白噪声ry取幅值为10的方波信号 但最小方差控制也有它的不足： 不适用于非最小相位系统 由于最小方差控制器对控制量未加任何约束，所以，u(k)的变化幅度会很大，这在有些实际系统中是不允许的。 7.2.5 单步预测自校正控制算法 自校正控制器 自校正调节器 预测模型 若T=1程序程序ex7_MVSTC_Indirect.mex7_MVSTC_Indirect.m程序程序ex7_MVSTC_Direct.mex7_MVSTC_Direct.m图7.2.3 程序框图 7

6、.3 控制加权自校正控制（GMVC）（广义最小方差自校正控制）()Ju k20() ()()Q qu kqu k10* (/)()kmkgu k0 系统输出为： 闭环系统的特征方程为： 加权控制律变为：20.( ).().()()()( )()y ky ky ku ku kkk1710724521()k为方差为0.1的白噪声ry取幅值为10的方波信号程序程序ex7_GMVC.mex7_GMVC.m050100150200250300350400-50510 x 1022kyr(k)、y(k) yr(k)y(k)050100150200250300350400-4-2024x 1023ku(k)050100150200250300350400-20-1001020kyr(k)、y(k) yr(k)y(k)050100150200250300350400-0.1-0.0500.050.1ku(k).q 005q 020050100150200250300350400-40-20020kyr(k)、y(k) yr(k)y(k)050100150200250300350400-505ku(k)q