基于模型辅助和类史密斯预估的广义改进自抗扰控制方法

技术领域

本发明涉及工业控制领域，尤其涉及一种基于模型辅助和类史密斯预估的广义改进自抗扰控制方法。

背景技术

自抗扰控制算法由于其具有较强的处理系统非线性、系统不确定性的能力，并具有结构简单、可靠性高等优点得到广泛的关注和应用。自抗扰控制算法尤其是一阶和二阶自抗扰控制算法在运动系统、热力系统、航天系统等得到广泛应用。

然而过程控制系统中存在的传热、流动过程，是典型的分布参数，一般通过采用高阶惯性系统进行描述

针对以上高阶惯性系统，已有标准自抗扰控制算法所图1示，其特征在于，包括以下步骤：

1)将一类被控的实际工业系统采用高阶惯性系统进行描述，数学表达式为：

其中Y(s)和U(s)分别表示实际工业系统的输出量和输入量，s、K、T和n分别表示微分算子、实际工业系统的增益、实际工业系统的时间常数、实际工业系统的阶次，且n≥2；y(Γ)和u(Γ)分别表示实际工业系统上一计算步序时的输出量和上一计算步序时的输入量；

2)针对步骤1)中实际工业系统的输入量和输出量设计n+1阶扩张状态观测算法：

其中，i表示第i个变量，且1≤i＜n和1≤j＜m-1；；z

3)将步骤2)中得到的扩张状态观测算法的输出量和实际工业系统的设定值设计控制律算法如下：

其中u(Γ+2)为控制率计算的实际工业系统在下两计算步序Γ+2的输入量，r(Γ+1)为实际工业系统在下一计算步序Γ+1的设定值，k

4)将步骤3)得到的实际工业系统下两计算步序Γ+2的输入量u(Γ+2)送到执行器，调整执行器的开度，实现闭环系统的控制量调整，从而实现对实际工业系统的输出量调节，此时为标准自抗扰控制算法的实现。

标准自抗扰控制算法在控制高阶惯性系统

发明内容

本发明的目的是为了克服已有技术的不足之处，针对一类采用高阶惯性系统描述的实际工业系统提供了一种基于模型辅助和类史密斯预估的广义改进自抗扰控制方法，基于高阶惯性系统的输入量和输出量设计类史密斯预估算法；将得到的类史密斯预估算法的输出量和高阶惯性系统的输入量设计基于模型辅助的扩张状态观测算法；将得到的扩张状态观测算法的输出量和系统设定值设计控制律；得到高阶惯性系统的新输入值，根据该值对被高阶惯性系统的输出进行调节与控制，该方法能够充分利用已知的模型信息，并保留了自抗扰控制结构简单和参数易整定的特点，使得闭环系统能够更好地兼顾跟踪能力与抗干扰能力，并且使得闭环系统具有较强的鲁棒性，为在解决一类高阶惯性工业系统的控制问题提供有效的、可靠的控制策略支撑。

本发明第一方面提供一种基于模型辅助和类史密斯预估的广义改进自抗扰控制方法，包括以下步骤：

(1)将一类被控的实际工业系统采用高阶惯性系统进行描述，数学表达式为：

其中，Y(s)和U(s)分别表示实际工业系统的输出量和输入量，s、K、T和n分别表示微分算子、实际工业系统的增益、实际工业系统的时间常数、实际工业系统的阶次，n≥2，K的取值范围为[-10

设y(Γ-1)和u(Γ-1)分别表示实际工业系统上一计算步序时的输出量和上一计算步序时的输入量；

(2)针对被控的实际工业系统，基于实际工业系统的输入量和输出量设计类史密斯预估算法：

y

y

G

其中，k

(3)针对实际工业系统的输入量和类史密斯预估算法的输出量设计基于模型辅助的广义扩张状态观测算法：

其中，i和j分别表示第i个变量和第j个变量，且1≤i＜m-1和1≤j＜m-1；

表示组合运算，/>

z

其中，ω

(4)基于(3)中得到的扩张状态观测算法的输出量和实际工业系统的设定值设计广义控制律算法：

或者

其中，u(Γ+2)为广义控制律计算的实际工业系统在下两计算步序Γ+2的输入量，r(Γ+1)为实际工业系统在下一计算步序Γ+1的设定值，k

其中，ω

(5)将(4)得到的实际工业系统下两计算步序Γ+2的输入量u(Γ+2)送到实际工业系统的执行器，调整执行器的开度，实现实际工业系统的控制量调整，从而实现对实际工业系统的输出量调节。

本发明第二方面提供一种基于模型辅助和类史密斯预估的广义改进自抗扰控制系统，包括被控的实际工业系统、用于运行类史密斯预估算法的第一控制器、用于运行基于模型辅助的广义扩张状态观测算法的第二控制器、用于运行广义控制律算法的第三控制器；

实际工业系统、第一控制器、第二控制器和第三控制器相互通信连接，用以实现所述的基于模型辅助和类史密斯预估的广义改进自抗扰控制方法。

本发明第三方面提供一种广义改进自抗扰控制装置，包括：

存储器；以及

耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令执行所述的基于模型辅助和类史密斯预估的广义改进自抗扰控制方法。

本发明第四方面提供一种非瞬时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的基于模型辅助和类史密斯预估的广义改进自抗扰控制方法。

本发明的特点及有益效果在于：

1、本发明提出了一种基于模型辅助和类史密斯预估的广义改进自抗扰控制方法，保留了已有改进自抗扰控制算法结构简单，易于整定的优势；

2、设计的基于模型信息的广义扩张状态观测算法能够充分利用已知的部分模型信息，提高扩张状态观测算法的带宽上限，从而提高扩张状态观测算法的估计精度，并减轻扩张状态观测算法的在线估计负担；

3、设计的广义控制律算法能够增强跟踪能力与抗干扰能力，并实现基于模型辅助和类史密斯预估的广义改进自抗扰控制的无扰跟踪性能；

4、本发明通过结合已知被控对象的部分模型信息和类史密斯预估的优势，对扩张状态观测算法和控制律算法进行改进，实现控制性能的提升，为解决一类高阶惯性工业系统的控制问题提供有效的、可靠的控制策略。

附图说明

图1为已有的标准自抗扰控制算法结构框图。

图2为本发明广义改进自抗扰控制算法的结构框图。

图3为本发明另一种广义改进自抗扰控制算法的结构框图。

图4为实施例3中实际工业对象设定值、本发明方法输出值和对比方法输出值对比图。

具体实施方式

下面通过具体实施方式，对本发明的技术方案做进一步的详细描述。

实施例1

本实施例提出一种基于模型辅助和类史密斯预估的广义改进自抗扰控制方法，包括以下步骤：

(1)将一类被控的实际工业系统采用高阶惯性系统进行描述，数学表达式为：

其中，Y(s)和U(s)分别表示实际工业系统的输出量和输入量，s、K、T和n分别表示微分算子、实际工业系统的增益、实际工业系统的时间常数、实际工业系统的阶次，n≥2，K的取值范围为[-10

设y(Γ-1)和u(Γ-1)分别表示实际工业系统上一计算步序时的输出量和上一计算步序时的输入量；

(2)针对被控的实际工业系统，基于实际工业系统的输入量和输出量设计类史密斯预估算法：

y

y

G

其中，k

(3)针对实际工业系统的输入量和类史密斯预估算法的输出量设计基于模型辅助的广义扩张状态观测算法：

其中，i和j分别表示第i个变量和第j个变量，且1≤i＜m-1和1≤j＜m-1；

表示组合运算，/>

z

其中，ω

(4)基于(3)中得到的扩张状态观测算法的输出量和实际工业系统的设定值设计广义控制律算法：

图2中所示的广义控制律算法：

或者图3中所示的广义控制律算法：

其中，u(Γ+2)为广义控制律计算的实际工业系统在下两计算步序Γ+2的输入量，r(Γ+1)为实际工业系统在下一计算步序Γ+1的设定值，k

其中，ω

(5)将(4)得到的实际工业系统下两计算步序Γ+2的输入量u(Γ+2)送到实际工业系统的执行器，调整执行器的开度，实现实际工业系统的控制量调整，从而实现对实际工业系统的输出量调节。

实施例2

本实施例提供一种基于模型辅助和类史密斯预估的广义改进自抗扰控制系统，包括被控的实际工业系统、用于运行类史密斯预估算法的第一控制器、用于运行基于模型辅助的广义扩张状态观测算法的第二控制器、用于运行广义控制律算法的第三控制器；

实际工业系统、第一控制器、第二控制器和第三控制器相互通信连接，用以实现实施例1所述的基于模型辅助和类史密斯预估的广义改进自抗扰控制方法。

实施例3

本实施例以热工系统中的实际工业系统为例进行说明：

101：将热工系统中的实际工业系统采用高阶惯性系统进行描述，数学表达式为：

本实施例中，实际工业系统的K＝1、T＝13和n＝4；

102：针对步骤101中的被控的实际工业系统，基于实际工业系统的输入量和输出量设计类史密斯预估算法：

G

k

本实施例中，k

103：针对步骤101中实际工业系统的输入量和步骤102中类史密斯预估算法的输出量设计基于模型辅助的广义扩张状态观测算法：

β

本实施例中，ω

104：将步骤103中得到的扩张状态观测算法的输出量和实际工业系统的设定值设计广义控制律算法如下：

k

本实施例中，ω

105：将步骤104中得到的实际工业系统下两计算步序Γ+2的输入量u(Γ+2)送到实际工业系统的执行器，调整执行器的开度，实现实际工业系统的控制量调整，从而实现对实际工业系统的输出量调节，完成本实施例的实施。

仿真对比

图4为本实施例中实际工业对象设定值、本发明方法输出值和对比方法输出值对比图；其中标准自抗扰控制算法，其参数分别为k

具体的仿真过程为：仿真开始时刻，系统处于稳态时刻，在10s时将设定值从0变为1，在500s时对闭环回路进行控制量的扰动，由0变为1，直到1000s时仿真结束。通过仿真可知，本实施例自抗扰控制方法通过充分利用已知的模型信息，具有比较快的跟踪能力和较强的抗干扰能力。

实施例4

本实施例提供一种广义改进自抗扰控制装置，包括：

存储器；以及

耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令执行实施例1所述的基于模型辅助和类史密斯预估的广义改进自抗扰控制方法。

本实施例装置还可以包括输入输出接口、网络接口、存储接口等。这些接口以及存储器和处理器之间例如可以通过总线连接。其中，输入输出接口为显示器、鼠标、键盘、触摸屏等输入输出设备提供连接接口。网络接口为各种联网设备提供连接接口。存储接口为SD卡、U盘等外置存储设备提供连接接口。

实施例5

本实施例提供一种非瞬时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现实施例1所述的基于模型辅助和类史密斯预估的广义改进自抗扰控制方法。

本领域内的技术人员应当明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机程序代码的计算机非瞬时性可读存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解为可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制；尽管参照较佳实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换；而不脱离本发明技术方案的精神，其均应涵盖在本发明请求保护的技术方案范围当中。