浅谈滑模变结构中趋近律的应用方法.docx

浅谈滑模变结构中趋近律的应用方法摘要：趋近律属于基础理论在实际应用中的探索。滑模变结构在智能控制中使用的基石就是趋近律其作为联系控制算法和实际设备的桥梁作用是至关重要的。抖振是滑模变结构的弊病如何能很好地解决抖振和控制效果之间的矛盾说明控制算法的鲁棒性很好。基于抖振以及变结构的控制效果进行讨论通过数值计算的方法对趋近律在任一阶段进行二次逼近得出了全局滑模控制的新结论。最后介绍了几种变结构控制方法。关键词：滑模变结构；控制算法；插值法一、VSC理论VSC是滑模变结构控制的简称是一种高级的控制方法。从理论上讲由于滑模变结构对于系统的结构、对象参数和扰动不灵敏因而对于控制系统的干扰几乎为零。在实际应用中控制算法是通过元器件组成执行机构来实现的由于这些执行机构的一些缺点得不到理想的控制效果。比如开关延时、死区、惯性、切换函数的幅值等设备的启动开关延时是不可避免的它在全局滑模控制中的影响不小如果采用阶跃滑模控制就可以避免。切换函数的幅值伴随着变结构控制的始终但是用饱和函数替换切换函数后效果有很大的改进。一个好的控制算法能否应用到控制系统中重点要看可控性和可观性。抖振是可控性的关键因素如何很好地解决抖振问题是控制系统能否应用的前提条件。抖振不可避免但可以减小针对控制精度不高的控制系统抖振的幅值可以适当大一些；对于控制精度高的控制系统抖振的幅值可以适当小一些。如何很好地把握这个“度”是将来很长一段时间需要研究的课题。二、趋近律方法近年来变结构的研究大多以趋近律为核心展开趋近律策略是一种典型策略。变结构的趋近律分为四种即等速趋近律、幂次趋近律、指数趋近律和一般趋近律。趋近律方法在连续系统和离散系统中都有应用但是在离散系统中比例较大由于实际中大多是离散系统。传统趋近律以微分形式出现参与控制律的推导以求积分的方法得出推导式通过分析式中的时间来确定趋近律的特点。上述趋近律求积分法各有优缺点避免缺点的方法很多通常有趋近律与其他控制方法的结合使用这样的方法有两面性一方面可以弥补传统趋近律的不足另一方面又引入新的不确定因素常见的设计方法有模糊滑模控制、神经网络滑模控制、滑模遗传算法、观测器方法等。1.模糊滑模控制方法这种方法始于20世纪80年代初期是模糊控制与变结构控制相结合的新方法。优点是：不需要被控对象的数学模型不需要考虑被控对象所处环境的因素制约不需要考虑干扰和不稳定因素只是通过专家系统的信息网络进行智能控制。缺点是：滑膜控制器很难设计能不能在专家系统的信息网络中找到合适的控制器还有控制器的参数能不能准确得出。2.神经网络滑模控制方法这种方法是在模糊滑模控制方法之后出现的是采用神经网络算法对被控系统的干扰和不确定因素的在线估计通过最优化和在线辨识等过程进行等效控制。基于BP的神经网络模型是典型的控制策略但是控制器“过学习”是弊端要想应用于被控系统就需要将BP算法进行改进改进的方法很多可参考自适应控制算法。3.观测器控制方法在传统的控制方法中如何消除干扰和不确定因素是关键其表现形式是抖振。抖振贯穿于整个控制过程有时从局部开始有时从全局开始有时从部分跳跃式开始不管怎样抖振是越小越好但是以控制效果为代价。在诸多控制方法中观测器方法是一种适时全过程控制的方法带有在线观测器发现需要补偿的时候采用前馈和反馈补偿的方式及时进行调整具有典型的闭环控制特点。三、最小二乘法这是一种单纯的数学分析方法通过插值法来实现。插值点是插值法的主要部分表现出来的是一个二维函数（xy）的形式应用到滑模曲线上因为曲线是由实验得出或仿真得出的所以取曲线的一段进行曲线拟合找到这段曲线的插值点使其与函数值相等。同时也将误差值引入函数关系中有可能使被控系统不稳定或不可控。由于要考虑插值多项式的二次项系数的次数不能太高所以要选取拟合段上的三个点进行二次逼近。被控系统在控制律的作用下仿真出曲线在某一控制段选取三个点建立三点之间的关系确定拟合函数化为线性函数再作曲线拟合。有时候符合数据的模型不止一个选取比较符合的两个或三个数学模型通过计算得出误差经过比较找出误差较小的数学模型。最小二乘法的难度在于建立数学模型这个模型的建立需要考虑选取的插值点的合适性被控系统的参数、扰动、不确定因素等。本文从数学分析的角度对变结构理论进行了分析和讨论如：趋近律的弊病、数学方法的局限性、参数选取的客观性等。上述列举的方法很多不管哪一种控制方法都有其局限性如何很好地将控制方法应用到被控设备不能只通过仿真、看图像得出结论。还有被控设备的实际情况包括参数、环境的影响等。一个好的控制方法和被控设备的匹配只有通过实际的