[发明专利]一种应用于高阶滑模控制器的参数整定方法

摘要

本发明涉及一种高阶滑模控制器的参数整定方法，基于随机鲁棒性分析，通过蒙特卡洛随机试验的方式对控制系统的稳定性和性能进行评估，以闭环控制系统的鲁棒性最大化为目标，实现对高阶滑模控制器参数的优化设计。首先，使用随机鲁棒性分析方法在概率的维度上对控制系统的稳定性和性能进行描述，其中概率估计方法选为蒙特卡洛随机试验；然后使用Chernoff边界理论对蒙特卡洛试验所得到的概率估值进行评估，确定随机试验的样本量，减少不必要的随机试验，以节约计算资源；最后，确立闭环控制系统的随机鲁棒性与控制器设计参数之间的一一对应关系，运用优化算法对高阶滑模控制器的设计参数进行寻优计算，以实现闭环系统鲁棒性最大化的目标。

主权项

1.一种应用于高阶滑模控制器的参数整定方法，其特征在于步骤如下：步骤1：针对具体的控制对象，设计r阶滑模控制器C(P)；确定r阶滑模控制器的设计参数P∈R^r及其参数设计空间步骤2：构建闭环控制系统满足各项设计指标要求的概率Pr(p)和适应度函数值J(P)的计算公式如下：式中，F(Q)表示参数Q所描述的控制系统，Q在参数空间内随机取值；C(p)表示控制参数为P的控制器；和分别表示真实值Pr(P)和J(P)的估值；步骤3：利用Chernoff边界理论对蒙特卡洛随机试验获取的概率估值进行评估，根据指定的概率统计水平ζ和μ，精确地确定随机试验的样本数量N如下：最后，按照样本数量N，为蒙特卡洛随机试验设计N个试验样本，即{Q₁,Q₂,...,Q_N}；通过蒙特卡洛随机试验，返回闭环控制系统满足设计指标要求的概率估值步骤4：在控制系统的参数空间内，利用优化算法搜索高阶滑模控制器的最优设计参数P*，实现闭环控制系统鲁棒性最大化的目标，即保证适应度函数J(P)取最大值；在闭环控制系统中，系统的稳定性与其性能之间存在互相矛盾的隐性关系，因此需要借助优化算法对控制器的设计参数进行寻优计算，以实现系统稳定性与其性能之间的平衡，尽量最大化闭环控制系统对于参数不确定性的鲁棒特性；在控制器参数优化设计的过程中，考虑如下两种情况：(a)Prj(P),j＝1,...,M均取最大值；(b)在系统可靠的前提下，Prj(P),j＝1,...,M的取值足够大；针对以上两种情况，若在优化设计的过程中，任何一种情况发生，则认为优化得到的控制器设计参数P*为满足控制系统设计指标要求的最优解；如果控制器设计参数最优解P*不能够使闭环控制系统满足所有设计指标的要求，则对设计指标要求和设计参数空间进行调整后重新进行优化设计，直至优化得到的控制器能够使得闭环系统满足所有设计指标要求。