无模型自适应控制-理论与应用

内容简介

《无模型自适应控制：理论与应用》系统地总结了作者自1994年以来关于无模型自适应控制理论和应用的研究成果。无模型自适应控制是指仅利用受控系统的输入输出数据直接进行控制器的设计和分析，并能实现未知非线性受控系统的参数自适应控制和结构自适应控制的一种全新架构的控制理论与方法。《无模型自适应控制：理论与应用》主要内容包括：伪偏导数、伪梯度、伪Jacobian矩阵和广义Lipschitz条件等新概念，非线性系统的动态线性化技术，无模型自适应控制、无模型自适应预测控制和无模型自适应迭代学习控制等控制方法，以及相应的稳定性分析和典型的实际应用；同时也包括复杂互联系统的无模型自适应控制、无模型自适应控制与其他控制方法之间的模块化设计、无模型自适应控制的鲁棒性和无模型自适应控制系统的对称相似结构构想等若干重要问题。
《无模型自适应控制：理论与应用》可供从事控制科学与工程领域的研究生、教师、研究人员，以及从事过程控制实践的工程师参考和阅读。

目录

前言
缩写表
符号对照表
第1章 绪论
1.1 基于模型的控制
1.1.1 建模和辨识
1.1.2 基于模型的控制器设计
1.2 数据驱动控制
1.2.1 数据驱动控制的定义和动机
1.2.2 数据驱动控制方法的被控对象
1.2.3 数据驱动控制理论与方法的必要性
1.2.4 已有数据驱动控制方法的简要综述
1.2.5 数据驱动控制方法总结
1.3 章节概况
第2章 离散时间系统的递推参数估计
2.1 引言
2.2 线性参数化系统的参数估计算法
2.2.1 投影算法
2.2.2 二乘算法
2.3 非线性参数化系统的参数估计算法
2.3.1 投影算法及其改进形式
2.3.2 二乘算法及其改进形式
2.4 小结
第3章 离散时间非线性系统的动态线性化方法
3.1 引言
3.2 SISO离散时间非线性系统
3.2.1 紧格式动态线性化方法
3.2.2 偏格式动态线性化方法
3.2.3 全格式动态线性化方法
3.3 MIMO离散时间非线性系统
3.3.1 紧格式动态线性化方法
3.3.2 偏格式动态线性化方法
3.3.3 全格式动态线性化方法
3.4 小结
第4章 SISO离散时间非线性系统的无模型自适应控制
4.1 引言
4.2 基于紧格式动态线性化的无模型自适应控制
4.2.1 控制系统设计
4.2.2 稳定性分析
4.2.3 仿真研究
4.3 基于偏格式动态线性化的无模型自适应控制
4.3.1 控制系统设计
4.3.2 稳定性分析
4.3.3 仿真研究
4.4 基于全格式动态线性化的无模型自适应控制
4.4.1 控制系统设计
4.4.2 仿真研究
4.5 小结
第5章 MIMO离散时间非线性系统的无模型自适应控制
5.1 引言
5.2 基于紧格式动态线性化的无模型自适应控制
5.2.1 控制系统设计
5.2.2 稳定性分析
5.2.3 仿真研究
5.3 基于偏格式动态线性化的无模型自适应控制
5.3.1 控制系统设计
5.3.2 稳定性分析
5.3.3 仿真研究
5.4 基于全格式动态线性化的无模型自适应控制
5.4.1 控制系统设计
5.4.2 仿真研究
5.5 小结
第6章 无模型自适应预测控制
6.1 引言
6.2 基于紧格式动态线性化的无模型自适应预测控制
6.2.1 控制系统设计
6.2.2 稳定性分析
6.2.3 仿真研究
6.3 基于偏格式动态线性化的无模型自适应预测控制
6.3.1 控制系统设计
6.3.2 仿真研究
6.4 基于全格式动态线性化的无模型自适应预测控制
6.4.1 控制系统设计
6.4.2 仿真研究
6.5 小结
第7章 无模型自适应迭代学习控制
7.1 引言
7.2 基于紧格式动态线性化的无模型自适应迭代学习控制
7.2.1 迭代域的紧格式动态线性化方法
7.2.2 控制系统设计
7.2.3 收敛性分析
7.2.4 仿真研究
7.3 小结
第8章 复杂互联系统的无模型自适应控制及控制器模块化设计
8.1 引言
8.2 复杂互联系统的无模型自适应控制
8.2.1 串联系统的无模型自适应控制
8.2.2 并联系统的无模型自适应控制
8.2.3 反馈连接系统的无模型自适应控制
8.2.4 复杂连接系统的无模型自适应控制
8.2.5 仿真研究
8.3 控制器模块化设计
8.3.1 估计型控制系统设计
8.3.2 嵌入型控制系统设计
8.3.3 仿真研究
8.4 小结
第9章 无模型自适应控制的鲁棒性
9.1 引言
9.2 存在输出量测噪声情形下的无模型自适应控制
9.2.1 鲁棒稳定性分析
9.2.2 仿真研究
9.3 数据丢失情形下的无模型自适应控制
9.3.1 鲁棒稳定性分析
9.3.2 带有丢失数据补偿的无模型自适应控制方案
9.3.3 仿真研究
9.4 小结
第10章 控制系统设计的对称相似性
10.1 引言
10.2 自适应控制系统的对称相似结构
10.2.1 对称相似结构构

摘要与插图

第1章 绪论
本章先简要地回顾了基于模型的控制理论中存在的问题和挑战，然后概要地介绍了已有的各种数据驱动控制方法及应用，并尝试给出了数据驱动控制的定义、分类方法、特点以及一些本质的理解，是本书后续各章节的简介.
1.1 基于模型的控制
Kalman在1960年提出的状态空间方法的概念[1，2]标识着现代控制理论与方法的萌芽和诞生.由于现代控制理论是基于受控对象的数学模型或标称模型已知这个基本假设建立和发展起来的，因此，它也可被称为是基于模型的控制（modelbasedcontrol，MBC）理论.随着现代控制理论的主要分支，线性系统理论、系统辨识理论、控制理论、自适应控制理论、鲁棒控制理论以及滤波和估计理论等的蓬勃发展，MBC 理论在实际中得到了广泛的成功应用，尤其是在航空航天、国防、工业等领域更是取得了无可比拟的辉煌成就.但是，随着现代科学和技术的发展，系统和企业的规模越来越大，工艺和过程越来越复杂，对产品质量的要求也越来越高，这给MBC的理论研究和实际应用带来了许多的挑战.
1.1.1 建模和辨识
目前绝大多数线性系统和非线性系统的控制方法都属于MBC 方法.利用MBC理论与方法进行控制系统设计时，先要得到系统的数学模型，然后根据“确定等价原则”在得到的系统数学模型基础上设计控制器，基于所获取的数学模型进行闭环控制系统分析.“确定等价原则”成立的依据是承认系统模型可以代表真实的实际系统，这是现代控制理论的基石.因此，系统模型对于MBC理论是不可或缺的.
系统模型的获取主要有两种方法：机理建模和系统辨识.机理建模指的是根据物理或化学定律建立被控对象的动力学方程，并通过一系列试验来确定动态系统参数的建模方法.系统辨识是事先给定模型集合，然后利用受控过程的在线或离线的量测数据从模型集合中寻找与这些采样数据近的被控对象的输入输出（input/output，I/O）模型，预先给定的模型集合必须能覆盖真实系统才能使辨识模型在一定程度的偏差下很好地逼近原有的真实系统.由于实际系统内部结构和外部运行环境的复杂性，采用机理建模或通过系统辨识方法建立的模型都仅是对真实系统带有一定偏差的逼近模型.换句话说，未建模动态和其他不确定性在上述的建模过程中总是不可避免的.而基于这种不的数学模型设计控制器，在实际应用中会存在各种各样的问题，未建模