引用本文

李向阳, 哀薇, 田森平. 惯性串联系统的自抗扰控制. 自动化学报, 2018, 44(3): 562-568. doi: 10.16383/j.aas.2018.c160568

LI Xiang-Yang, AI Wei, TIAN Sen-Ping. Active Disturbance Rejection Control of Cascade Inertia Systems. ACTA AUTOMATICA SINICA, 2018, 44(3): 562-568. doi: 10.16383/j.aas.2018.c160568

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.2018.c160568

关键词

自抗扰控制，惯性串联系统，扩张状态观测器，扰动观测器，三自由度控制 

摘要

针对非线性不确定惯性串联系统的控制问题，提出了惯性串联型扩张状态观测器（Extended state observer，ESO），使其可直接对惯性串联系统的扩张状态进行估计，同时把被控对象的极点配置到期望位置，在此基础上提出了适合惯性串联系统的自抗扰控制（Active disturbance rejection control，ADRC）方法，该惯性串联型ADRC方法可以充分利用被控对象的已有知识.论文还给出了惯性串联型ADRC和基于扰动观测器（Disturbance observer，DOB）的控制方法之间的联系，指出它们具有相同的三自由度（three-degree of freedom control，3-DOF）控制系统结构和模块功能，都能实现对系统期望模型以外的总扰动进行估计和补偿.仿真结果表明，所提出的方法是有效的，惯性串联型ESO能实现系统总扰动的估计，惯性串联型ADRC能使系统输出能很好地跟踪系统参考输入.

文章导读

实际应用中, 被控对象的精确数学模型很难获得, 致使现代控制理论的许多控制算法很难在实际中取得良好的控制效果, 实践中大量应用的还是不依赖于精确数学模型的PID控制方法.我国著名学者韩京清研究员在吸取PID控制的基于误差来消除误差的优点并克服其对信号利用率低的缺点的基础上提出了著名的自抗扰控制(Active disturbance rejection control, ADRC) [1-2].经过多年的发展, ADRC在理论研究和参数整定等方面取得了重要突破[3-21]. ADRC对被控对象的模型信息依赖很少, 只需要知道被控对象的相对阶和控制增益的粗略估计, 因此, 在实际中应用越来越多.

在具体操作时, ADRC先把被控对象化为积分串联系统, 然后应用扩张状态观测器(Extended state observer, ESO)估计出内扰和外扰的总和, 并加入控制量中实现补偿控制, 把非线性时变系统变成了线性系统, 最后对补偿后的系统进行反馈控制, 把闭环系统的极点配置到期望的位置.然而, 对任何实际的系统, 都采用这种先把被控对象化为积分串联系统的方法未必是最好的.例如, 如果实际系统是惯性串联系统, 强行把它化为积分串联系统后系统的状态将失去实际系统状态原有的物理意义, 是否可以保持惯性串联以便与实际过程有很好的对应关系, 而有利于实现控制系统故障诊断等其他功能, 这要求ESO能直接估计惯性串联系统的总扰动; 另一方面, 人们在长期系统操作过程中积累了丰富的系统模型知识, 这些知识如何在ADRC中充分利用以便更好地提高控制性能, 原有的积分串联模型很难集成这些知识.

本文研究了惯性串联系统的ESO和ADRC, 以及惯性串联系统ADRC与基于扰动观测器(Disturbance observer, DOB)的控制之间的联系.本文的结构安排如下:第1节是对所研究问题的描述; 第2节给出了惯性串联系统的ADRC方法, 及其与基于DOB控制的关系, 给出了相关定理及其证明; 第3节给出了仿真研究结果; 第4节是本文的结论.

图 1  自抗扰控制的系统结构

图 2  线性惯性串联系统

图 3  惯性串联型自抗扰控制结构

本文提出的惯性串联系统的ADRC控制, 是经典积分串联型ADRC的推广, 同样具有经典ADRC对系统总扰动的估计性能, 惯性串联型ADRC能更好地利用已有系统的知识, 减少ESO的计算量.本文还对惯性串联型ADRC和基于DOB的控制之间的关系进行了研究, 指出它们具有相同的结构和模块功能的3-DOF控制系统, 并给出了它们之间的定量关系.仿真研究表明所提出的惯性串联型ADRC方式是有效的.如何利用惯性串联型ESO实现控制系统的故障诊断是下一步的研究工作.

作者简介

哀薇

华南理工大学自动化科学与工程学院副教授.主要研究方向为数据驱动控制, 自抗扰控制和工业自动化.E-mail:aiwei@scut.edu.cn

田森平  

华南理工大学自动化科学与工程学院教授.主要研究方向为迭代学习控制, 数据驱动控制和系统工程.E-mail:ausptian@scut.edu.cn

李向阳  

华南理工大学自动化科学与工程学院副教授.主要研究方向为自抗扰控制, 迭代学习控制和工业自动化.本文通信作者.E-mail:xyangli@scut.edu.cn