控制算法 - 滑模控制介绍

一维运动模型

考虑简单的单位质量块的一维运动模型,使用位移和速度状态变量进行描述。

定义位移变量 x1=x 和速度变量 x2=x1˙=v,运动模型的微分形式使用 x1x2 表示如下:

(1){x1˙=x2x1(0)=x10x2˙=u+f(x1,x2,t)x2(0)=x20

其中,u 代表控制力,干扰项 f(x1,x2,t) 包括干粘摩檫力的影响和一些未知的阻力,并假定有界。

(2)|f(x1,x2,t)|L>0

问题关键在于设计一个反馈控制率 u=u(x1,x2),驱动质量块渐进到达原点。换句话说,控制变量 u=f(x1,x2) 应该驱使状态变量趋近于 0:limtx1,x2=0

这个问题看似简单,但对于存在未知的边界干扰项 f(x1,x2,t) 的情况下,使系统渐进收敛仍然存在着挑战。

状态反馈控制

例如,通过一个线性状态反馈控制率

(3)u=k1x1k2x2,其中(k1>0,k2>0)

在外界干扰项 f(x1,x2,t)0,即不存在外界干扰时,系统可以实现渐进收敛。

仿真结果

  • 初始条件 x10=1x20=2、控制率参数 k1=3k2=4

如下图所示,是无外界干扰项时的渐近收敛效果图,图中蓝色线代表距离 x,橘黄色线代表速度 v,可以看出在反馈控制率 u=u(x1,x2) 的作用下,距离和速度值都趋近于 0。

加入外部干扰 f(x1,x2,t)=sin(2t),响应波形如下:

对于干扰项 |f(x1,x2,t)|L>0, 产生的状态边界范围为 Ω=(k1,k2,L)

现在问题在于,仅使用未知扰动范围的知识是否可以解决规定的控制问题。

滑模控制的主要特性

介绍对于等式 (1) 系统,所需的补偿动力。一个较好的替代这些动力学特性的是齐次线性时不变微分方程:

(4)x˙1+cx1=0,c>0

因为 x2(t)=x˙1(t), 等式 (4) 的通用解和它的微分形式如下:

(5)x1(t)=x1(0)exp(ct)x2(t)=x1˙(t)=cx1(0)exp(ct)

从等式 (5) 可以看出,x1(t) x2(t) 都是逐渐趋近于 0。注意,无干扰项 f(x1,x2,t) 的状态补偿动力学是很明显的。如何获得这些补偿动力。

滑模变量

首先介绍一个等式 (1) 系统的状态空间的新变量 (滑模变量):

(6)σ=σ(x1,x2)=x2+cx1

在给定等式 (5) 收敛率且存在有界干扰 f(x1,x2,t) 的情况下,为了使状态变量 x1x2 逐渐收敛于 0,即 limtx1,x2=0,不得不通过控制率 u 使得等式 (6) 的变量 σ 在有限的时间内趋于 0。

为了完成这个任务利用李亚普洛夫函数技术,结合等式 (1) 和 (6) 推动出关于滑模变量 σ 的动力学方程如下:

(7)σ˙=cx2+f(x1,x2,t)+u,σ(0)=σ0

稳定判据

李亚普洛夫函数 (Lyapunov) 形式如下:

(8)V=12σ2

为了使等式 (6) 在平衡点 σ=0 处渐进稳定,根据李亚普洛夫稳定判据,必须满足下面两个条件:

  1. V˙<0(σ0)
  2. lim|σ|V=

由等式 (8) 知,条件 2 明显满足。为了满足有限时间内渐进稳定,条件 (1) 可以修改为:

(9)V˙αV12,α>0

在时间间隔 0τt 内,对等式 (9) 所示的微分方程进行变量分离求积分得

(10)0tV(τ)12dV(τ)α0t1dτ2V(τ)12|0tατ|0t2[V(t)12V(0)12]αtV(t)1212αt+V(0)12

V(t) 在有限时间 tr 达到 0 时的边界,根据等式 (26) 得

(11)tr2V(0)12α

因此,设计一个控制器 u 满足等式 (9),使得变量 s 在有限的时间内趋近于 0 并在之后一直保持。

V 的微分计算如下:

(12)V˙=σσ˙=σ(cx2+f(x1,x2,t)+u) 假设 u=cx2+v,并将其带入等式 (12) 得 (13)V˙=σ(f(x1,x2,t)+v)=σf(x1,x2,t)+σv|σ|L+σv

此处选择 v=ρsign(σ),该函数表示为

(14)sign(x)={1x>01x<0 并且

(15)sign(0)[1,1]

由于 ρ>0,将其带入等式 (13) 得

(16)V˙|σ|L|σ|ρ=|σ|(Lρ)

考虑到等式 (8) 的形式,等式 (9) 可以表示为

(17)V˙αV12=α2|σ|,α>0

结合等式 (16) 和等式 (17) 得

(18)V˙|σ|(Lρ)=α2|σ|

最终控制增益可以表示为

(19)ρ=L+α2

所以最终使滑模变量 σ 在有限时间内趋近于 0 的控制率 u

(20)u=cx2ρsign(σ)

  1. 显然,为了成功地设计出等式 (20) 中的控制器,σ˙ 必须是控制率 u 的函数。当设计像等式 (6) 中的滑模变量时,这个特性必须考虑其中。
  2. 等式 (19) 中控制增益 ρ 的第一项被设计用来补偿有界干扰项 f(x1,x2,t),同时第二项 α2 负责确定滑模面的到达时间。α 的数值越大,到达时间就越短。

基本定义

  • 滑模变量

等式 (6) 中定义的变量 σ 叫做 滑模变量 (sliding variable)

  • 滑模面

结合等式 (4) 和 (5),可以重新写成如下形式: (21)σ=x2+cx1=0,c>0 相当于在系统 (1) 状态空间内的一条直线,这条直线被称为 滑模面 (sliding surface)。

考虑到等式 (9) 可以等效于

(22)σσ˙σ2|σ|

等式 (22) 经常被称为 到达条件 (reachability condition)。满足到达条件意味着等式 (1) 系统的轨迹趋向于滑模面,并在此后一直保持。

  • 滑模控制

等式 (20) 所对应的控制率 u=u(x1,x2) 驱使状态变量 x1x2 在有限时间 tr 内趋近于滑模面,并在存在有界干扰项 f(x1,x2,t) 的情况下保持在该平面上,这个控制率 u 就叫做 滑模控制。并且对于所有的 t>tr,系统都将产生一个理想滑动模态

仿真结果

初始条件为 x1(0)=1x2(0)=2,控制增益为 σ=2,滑模参数为 c=1.5 同时干扰项为 f(x1,x2,t)=sin(2t)。 使用等式 (20) 的滑模控制率的仿真结果如下:

下图表明,在有限的时间内,滑模变量趋近于 0。

在干扰项作用的情况下,状态变量 x v 逐渐收敛到 0。

相图如下,展示了到达相位和滑移相位。

对上面的相图进行局部放大发现,在滑模状态下,状态变量存在小幅度且高频率的蜿蜒运动。

理想的滑模切换频率应该接近于无限并且蜿蜒运动的振幅接近于 0。从下图可知,符号函数 sign 不完美表现为在滑动模态中产生了有限幅度和频率的之字形运动,原因在于计算机仿真的离散特性,这样的影响叫做 抖振 (chattering)。