[发明专利]基于最新估计的动态线性化自适应滑模控制方法

说明书

技术领域

本发明涉及动态线性化自适应控制方法，尤其涉及一种基于最新估计 的动态线性化自适应滑模控制方法。

背景技术

传统自适应控制算法的精度低，收敛性和稳定性差，可调能力有限； 滑模变结构控制存在输出抖振的问题，造成误差加大。

发明内容

为了解决现有技术中的问题，本发明提供了一种误差较小的基于最新 估计的动态线性化自适应滑模控制方法。

本发明提供了一种基于最新估计的动态线性化自适应滑模控制方法，

使用指数趋近律算法如下：

式中γ——趋近律参数，满足γ>1；

q——趋近律参数，满足q>0；

T——采样周期，满足0<T＝1。

作为本发明的进一步改进，使用自适应控制律如下：

式中δ——惩罚因子，满足δ>0；

ρ——步进因子，满足ρ>0；

χ——调节因子，满足χ>0。

作为本发明的进一步改进，使用基于最新估计的动态线性化伪梯度向量估 计算法一如下：

式中μ₁、μ₂——权重因子，满足μ₁>0，μ₂>0；

η₁、η₂——步进因子，满足η₁∈(0,2]，η₂∈(0,2]。

作为本发明的进一步改进，使用基于最新估计的动态线性化伪梯度向量 估计算法二如下：

作为本发明的进一步改进，设定伪梯度向量复位条件如下：

如果或

如果或

式中复位值；

复位值；

ε——复位因子，满足0<ε＝1。

本发明的有益效果是：

1、收敛性更强和稳定性得到了很大的提高、输出抖振幅度降低；

2、较大地提高了输出精度；

3、拥有更好的参数调节能力，算法可以调节伪梯度向量初值和复位值、 步进因子、惩罚因子、权重因子、滑模趋近律调节因子、采样周期等。

附图说明

图1是本发明一种基于最新估计的动态线性化自适应滑模控制方法的 流程框图。

图2是本发明本发明一种基于最新估计的动态线性化自适应滑模控制 方法的控制输出跟踪期望输出波形图。

图3是本发明本发明一种基于最新估计的动态线性化自适应滑模控制 方法的控制输出跟踪期望输出误差图。

具体实施方式

下面结合附图说明及具体实施方式对本发明作进一步说明。

一种基于最新估计的动态线性化自适应滑模控制方法，具体包括以下 内容：

首先定义滑模面：

然后构建如下的滑模趋近律：

全格式动态线性化的输出方程定义如下：

结合滑模趋近律式(18)和全格式动态线性化的控制输出式(19)，并增加惩 罚因子δ、步进因子ρ和调节因子X，得到自适应滑模控制律如下：

可选用基于最新估计的动态线性化伪梯度向量估计方案一如下：

可选用基于最新估计的动态线性化伪梯度向量估计方案二如下：

伪梯度向量复位条件设定如下：

如果或

如果或

其中，0<ε＝1，η₁∈(0,2]，η₂∈(0,2]，μ₁>0，μ₂>0，λ>0，0<q<2/T，0<T＝1， δ>0，ρ>0，γ>1，χ>0，分别是的复位值。