线性干扰系统的最优解耦控制
Optimal Decoupling Control of Linear Interference Systems
DOI: 10.12677/DSC.2019.82012, PDF,  被引量   
作者: 陈泽涛, 金朝永：广东工业大学应用数学学院，广东 广州
关键词: 解耦控制；最优跟踪控制；干扰系统；Decoupling Control； Optimal Tracking Control； Interference System
摘要: 对于带干扰的线性多变量系统，本文把系统解耦控制以及最优跟踪控制结合在一起，在实现了系统解耦的同时，使系统达到某项性能指标最优，并对参考输出进行跟踪。首先，我们把系统关于状态的微分方程转化成关于输出的方程，并设计控制器进行解耦。然后对解耦过程中引入的参考输入进行最优跟踪控制，并求取最优跟踪控制律。最后把解耦控制与最优跟踪控制相结合一起，得到最优解耦控制律。该方法实现了受扰系统的解耦以及对输出的跟踪，并使得某项性能指标最优。由仿真结果可验证该方法的优越性。
Abstract: For linear multivariable system with interference, this paper combines system decoupling control and optimal tracking control to achieve system decoupling while allowing the system to optimize a certain performance index and realize the tracking of the reference output system. In order to help with decoupling, the differential equation on state is transformed into that on output and a controller is designed. The optimal tracking is performed on the reference input introduced in the decoupling process to obtain the optimal tracking control law. Finally, the decoupling control is combined with the optimal tracking control getting the optimal decoupling control law. The method realizes the decoupling of the victim system and the tracking of the output, and optimizes a certain performance index. The superiority of the method can be verified by simulation results.
文章引用：陈泽涛, 金朝永. 线性干扰系统的最优解耦控制[J]. 动力系统与控制, 2019, 8(2): 106-113. https://doi.org/10.12677/DSC.2019.82012

参考文献

[1] Boksenboom, A.S. and Hood, R. (1949) General Algebraic Method Applied to Control Analysis of Complex Engine Types. National Advisory Committee for Aeronautics, Washington DC.
[2] Morgan, B.S. (1964) The Synthesis of Linear Multivariable Systems by State Variable Feedback. IEEE Transactions on Automatic Control, 9, 404-411.
[3] 桑保华, 薛晓中. 多变量解耦控制方法[J]. 火力与指挥控制, 2007, 32(11): 1297-1300.
[4] Chai, T.Y., Lang, S.J. and Gu, X.Y. (1985) A Generalized Self-Tuning Feed-Forward Controller and Multivariable Application. Proceedings of 24th IEEE Conference on Decision and Control, Fort Lauderdale, 11-13 December 1985, 862-867.
[5] Koivo, H.N. (1980) A Multivariable Self-Tuning Controller. Automatica, 16, 315-366.
[Google Scholar] [CrossRef] 
[6] 柴天佑. 多变量间接自适应解耦控制算法[J]. 自动化学报, 1991, 17(5): 51-54.
[7] 李玉霞, 黄小莉, 滕银银. 多变量解耦内模控制系统设计与仿真[J]. 西华大学学报, 2018, 37(3): 96-100.
[8] 荣志刚, 门以双, 雷阳. 基于干扰观测器的解耦控制算法[J]. 信息技术, 2016(11): 164-167.
[9] 舒迪前, 等. 多变量神经网络解耦广义预测控制及其应用[J]. 电气传动, 1996(4): 44-45.
[10] 宋家康, 彭勇刚, 王晓明, 年珩. 基于神经网络的三端口DC-DC变换器解耦控制策略[J]. 电工电能新技术, 2019, 38(2): 20-26.
[11] 徐江红, 王志伟. 基于模糊PID控制器的永磁同步电机逆系统解耦控制研究[J]. 科技与创新, 2018(19): 42-45.
[12] 石书培, 褚建新, 周贤文. 基于神经网络补偿的温湿度试验箱模糊解耦控制[J]. 工业仪表与自动化装置, 2018(5): 67-84.
[13] 富月, 李婧怡. 线性多变量系统有限时间最优解耦控制[J]. 控制与决策, 2016, 31(12): 2271-2274.
[14] 张彬彬. 受扰系统最优跟踪控制方法研究[D]. 哈尔滨: 哈尔滨工业大学, 2014.
[15] 刘蕾, 张国山. 基于动态补偿的线性系统最优干扰抑制[J]. 控制理论与应用, 2013, 30(7): 808-814.

为你推荐