[发明专利]一种基于扩展状态观测器的无模型自适应控制技术

说明书

本发明公开一种基于扩展状态观测器的无模型自适应控制技术，属于智能控制领域。本发明在数据驱动的框架下，针对离散时间非线性非仿射系统中存在的非线性不确定性和未建模动态问题，所提出的控制方案如下：提出一种新的偏格式动态线性化方法，建立离散时间非线性非仿射系统的等价偏格式线性数据模型；设计自适应参数更新律对偏格式线性数据的未知梯度参数进行估计；设计扩展状态观测器对偏格式线性数据模型中未建模非线性不确定性进行估计；设计基于扩展状态观测器的无模型自适应控制器，利用系统的在线或者离线的输入输出数据对系统进行控制器设计。本发明公开的基于扩展状态观测器的无模型自适应控制技术基于新的偏格式动态线性化方法可以充分利用系统产生的输入输出数据进行控制器设计，能够有效实现对系统非线性不确定性和未建模动态的估计，实现对非线性系统的有效控制。

技术领域

本发明涉及智能控制领域，更具体地涉及一种基于扩展状态观测器的无模型自适应控制技术。

背景技术

近年来，数据驱动控制作为一种智能控制技术取得了很大发展。其中无模型自适应控制是一种典型的数据驱动控制技术。其特点是控制器的设计不显含或隐含被控过程的模型信息，仅利用被控过程的在线或离线的输入输出数据。

工业生产中，总会不可避免的出现系统不确定性，这些不确定性会对生产过程中的控制性能、产品质量等产生影响。这些系统不确定性通常利用观测器进行估计和补偿，其中扩展状态观测器是一种估计系统不确定性的方法。扩展状态观测器的核心思想是将系统的不确定性、未建模动态以及外部干扰等作为一个扩展状态，并对扩展状态进行估计和补偿。在传统的基于扩展状态观测器的控制策略中，系统全部的不确定性均通过扩展状态观测器进行估计，尤其是对于复杂性高的系统容易造成复杂性过高难以估计的问题。

现实中的实际系统大多是非线性系统，对非线性系统进行处理一般需要进行线性化。现有线性化方法如泰勒线性化、反馈线性化、正交函数逼近线性化等也都有各自的优缺点。其中无模型自适应控制所利用的动态线性化方法，可以得到原非线性系统的等价动态线性化数据模型，该数据模型是随工作点变化而变化的动态模型而非静态近似模型。传统的无模型自适应控制技术将系统的非线性特性、未建模动态和外部扰动等压缩进伪偏导数并利用参数估计算法进行估计，但当系统复杂性很高也会出现计算负担过大的问题。

本发明针对离散时间非线性非仿射系统，提出了一种基于扩展状态观测器的无模型自适应控制方法，提出一种新的偏格式动态线性化方法将非线性非仿射系统转化为等价的偏格式线性数据模型，利用自适应参数更新律对偏格式线性数据模型的未知梯度参数进行估计，利用扩展状态观测器对未建模非线性不确定性进行估计，降低了估计的复杂性；控制器的设计是基于数据驱动框架的，考虑了当前时刻系统输入变化和过去多个时刻系统输入变化对下个时刻系统输出变化的影响，使得控制器的设计有更高的自由度和更强的灵活性，以上是本发明的重要创新之处。

发明内容

本发明公开的一种基于扩展状态观测器的无模型自适应控制技术要解决的问题是，设计的扩展状态观测器在保证对系统未建模非线性不确定性进行估计的同时，设计的无模型自适应控制器可以实现对系统的有效控制。

本发明的目的通过以下技术方案实现：

本发明公开的一种基于扩展状态观测器的无模型自适应控制技术，主要针对带有外部扰动的离散时间非线性非仿射系统的控制问题，提出一种新的偏格式动态线性化方法，建立了非线性非仿射系统的等价偏格式线性数据模型，设计的扩展状态观测器能够对系统的未建模非线性不确定性和外部扰动进行估计，具有较好的适应性，同时达到了控制器对系统进行有效控制的要求。

本发明公开的一种基于扩展状态观测器的无模型自适应控制技术，所述方法包括以下步骤：

步骤1、利用新的偏格式动态线性化方法建立离散时间非线性非仿射系统的偏格式线性数据模型；

步骤2、设计自适应参数更新律对偏格式线性数据模型中的未知梯度参数进行估计；