[发明专利]基于事件触发的无模型自适应数据驱动控制方法

权利要求书

1.一种基于事件触发的无模型自适应数据驱动控制方法，对于一类未知模型的非线性SISO系统，根据系统输出性能要求定义事件触发条件，当且仅当满足事件触发条件时，更新PPD估计值及控制输入信号，其特征在于，包括以下步骤：

步骤1、控制过程初始化的步骤：

初始化控制量，给定初始时刻的系统输入u(0)，设置初始伪偏导数估计值

设置系统输出期望值y_d(k)；

设置事件触发条件参数γ及初始触发时刻输出

步骤2、实时采集k时刻系统的输入输出数据并存储；

步骤3、设计事件触发条件：

根据事件触发条件判断是否要更新PPD估计算法及控制算法：

若符合触发条件，则更新PPD估计算法

以及控制算法：

若不符合触发条件，不更新相关控制算法，即u(k)＝u(k-1)；

步骤4、判断误差是否达到要求的误差精度；

若达到要求精度即满足条件|y(k)-y_d(k+1)|≤ε，则系统输出符合性能要求；

否则，根据触发条件继续更新控制算法，直到达到控制要求的误差精度为止。

2.根据权利要求1所述的基于事件触发的无模型自适应数据驱动控制方法，其特征在于：

对于SISO的离散非线性系统：

y(k+1)＝f(y(k),…,y(k-n),u(k),…,u(k-m))

其中，y(k)∈R和u(k)∈R分别表示系统在第k个采样时刻输出和输入；n，m为两个未知的正整数；k∈{1,2,…,N}，f(…)是未知的非线性函数；

根据无模型自适应控制(model-free adaptive control，MFAC)理论，当|Δu(k)|≠0时，一定存在一个被称为伪偏导数(pseudo partial derivative，PPD)的时变参数φ_c(k)∈R，使得系统转化成模型：Δy(k+1)＝φ_c(k)Δu(k)，此模型是系统的等价表示，且：Δy(k+1)＝y(k+1)-y(k)，Δu(k)＝u(k)-u(k-1)，φ_c(k)对任意时刻k有界；

定义事件触发条件为：

其中，y(k)表示当前时刻的输出，表示触发时刻的输出，k_l表示触发时刻，l∈{1,2,…,N}；当满足触发条件时，k∈[k_l,k_l+1)，如果不满足触发条件，则γ为事件触发参数，决定事件触发控制的性能；

定义事件触发因子β_k为：

如果满足事件触发条件，即k＝k_l，此时β_k＝1；如果不满足事件触发条件，即k_l-1＜k＜k_l，此时β_k＝0。

3.根据权利要求2所述的基于事件触发的无模型自适应数据驱动控制方法，其特征在于：

利用系统的输入输出数据对PPD进行估计，根据触发条件以及系统的数据模型，设计基于事件触发的PPD估计算法如下：

其中，是对φ_c(k)的估计值，η∈(0,1]是步长因子，使算法具有更强的灵活性和一般性，μ＞0是对PPD估计值变化量的惩罚因子；

为了使PPD估计算法具有更强的跟踪能力，给出重置算法为：

如果或|Δu(k-1)|≤ε或

根据触发条件以及基于事件触发的PPD估计算法，设计基于事件触发的控制算法为：

其中，y_d(k+1)为期望输出，ρ∈(0,1]是步长因子，使控制算法更具有一般性；λ＞0，是一个权重因子，用来限制控制输入量的变化。