非線性系統線性化後設計控制律?

對一個非線性系統設計非線性控制律,和將這個非線性系統線性化設計線性控制律,這兩種控制效果對同一系統差別很大嗎?


首先要說清楚什麼叫線性化了之後進行設計線性控制律,什麼叫直接設計非線性控制律。

常見的線性化有三種:

(1)在平衡點附近進行線性近似。

(2)輸入輸出線性化。

(3)狀態反饋線性化。

然後把系統看作是線性系統,使用極點配置、根軌跡等經典設計方法進行控制。上述三種方法都有一定的問題,(1)的問題在於,線性近似只在平衡點附近成立,如果狀態遠離這個平衡點,結果可能會很糟糕;(2)(3)都有一個建模誤差的問題,因為非線性太難討論,我還沒見過這種線性化的魯棒性的問題,希望 @Yu Jiang大師兄能給點點評。就個人實踐來看,對模型準確性還是要求挺高的,小的線性化誤差會引起額外的震蕩,需要引入額外的阻尼或者干擾抑制。(2)的更大問題在於可能會有不穩定的internal dynamics,(3)的大問題在於設計的時候太困難。

然後說直接設計非線性控制律,其實上面的(2)(3)往往都引入了非線性控制律來線性化系統,你如果問的是這種控制律,那麼兩者沒什麼區別。如果問的是李雅普諾夫穩定方法,非線性滑膜這樣的純的非線性控制律,那麼兩者走的完全是不同的路子,要具體問題具體看,沒有統一結論


非線性強時,差別會很大。


首先控制器就不同,一個是線性的,一個是非線性的。那麼即使原系統本來就是線性的,在這兩個不同的控制器下的響應也可能差很遠。所以這樣比較不適合。


影響因素很多,線性化的前提是你有個工作點,或參考軌跡,沿著這條軌跡做線性化。控制器設計出來後,如果實際跑的軌跡距離參考軌跡很近(或者說你的模型非線性度不高),那麼控制效果會好一些。

非線性控制方法(幾何,滑模,或者直接構造李雅普諾夫函數的比如自適應之類)理論上能提供大範圍的穩定性,缺點是算出來的控制率往往奇形怪狀一些,在實際系統中容易受到各種不理想因素的影響(比如不加soft range的滑模控制,系統有延時就很容易炸)。另外大範圍穩定性往往是建立在巨大的control effort之上的,往往模擬效果很好,一看control value根本沒法實現

所以我的結論是如果實現得好的話,直接用非線性控制可能比線性化方法有更大的contraction region.

其實還有第三種可能性,你線性化不是怕跑偏么,跑偏是因為你拿來線性化的參考軌跡選得不好,那幹嘛不選條好的?這種思路催生出一系列方法,比如微分動態規劃,迭代地同時優化線性控制器和參考軌跡本身,最終給你一個線性控制器,和一條跑出來線性度好的軌跡。另一種更霸氣的是,為了避免系統跑到遠離參考軌跡的狀態,乾脆多找幾條參考軌跡分別線性化設計控制率,這幾條參考軌跡把整個狀態空間都cover了,這樣無論你在哪裡,用距離你最近那條軌跡的控制率就好了,這樣來找到近似的全局最優解,實現大範圍穩定。參考Chris Atkeson的Trajectory library


推薦閱讀:

一個穩定的控制系統需要多大的相位裕度?可以結合實際經驗舉例說明。
基於51單片機的pid控制,在下小白,求詳解 〒_〒?
自動控制原理中,為什麼說系統階次越高越難以保持穩定?
為什麼截止頻率越高,系統響應速度越快?能不能從其物理意義上解釋一下
不穩定系統的頻率響應(伯德圖)的物理意義是什麼?

TAG:自動化 | 控制系統 | 自動控制 | 非線性控制 | PIDControllerPID控制 |