WikiDer > Управление скользящим режимом - Википедия

В Системы управления, управление скользящим режимом (SMC) это нелинейное управление метод, который изменяет динамика из нелинейная система путем применения прерывистый управляющий сигнал (или, точнее, установленный управляющий сигнал), который заставляет систему «скользить» по поперечному сечению нормального поведения системы. В государственный-Обратная связь закон контроля не непрерывная функция времени. Вместо этого он может переключаться с одной непрерывной структуры на другую в зависимости от текущего положения в пространстве состояний. Следовательно, управление скользящим режимом является управление переменной структурой метод. Множественные управляющие структуры спроектированы таким образом, что траектории всегда движутся к соседнему региону с другой управляющей структурой, и поэтому конечная траектория не будет полностью существовать внутри одной управляющей структуры. Вместо этого он будет горка по границам контрольных структур. Движение системы при скольжении по этим границам называется Режим скольжения^[1] и геометрический локус состоящий из границ, называется скользящая (гипер) поверхность. В контексте современной теории управления любая система переменной структуры, как и система под SMC, может рассматриваться как частный случай гибридная динамическая система поскольку система одновременно проходит через непрерывное пространство состояний, но также проходит через различные дискретные режимы управления.

Вступление

Рисунок 1: Фазовая плоскость траектория стабилизации системы с помощью регулятора скользящего режима. После начальной фазы достижения состояние системы "скользит" по линии ${ displaystyle s = 0}$. Особый ${ displaystyle s = 0}$ поверхность выбрана, потому что она имеет желаемую динамику пониженного порядка, когда она ограничена. В этом случае ${ displaystyle s = x_ {1} + { dot {x}} _ {1} = 0}$ поверхность соответствует первому порядку Система LTI ${ displaystyle { dot {x}} _ {1} = - x_ {1}}$, который имеет экспоненциально стабильный источник.

На рисунке 1 показан пример траектории системы при скользящем режиме управления. Скользящая поверхность описывается ${ displaystyle s = 0}$, а режим скольжения по поверхности наступает по истечении конечного времени, когда траектории системы достигли поверхности. В теоретическом описании режимов скольжения система остается ограниченной скользящей поверхностью, и ее нужно рассматривать только как скользящую по поверхности. Однако реальные реализации управления скользящим режимом аппроксимируют это теоретическое поведение высокочастотным и, как правило, недетерминированным сигналом управления переключением, который заставляет систему «дребезжать» в тесной близости к скользящей поверхности. Дребезжание можно уменьшить за счет использования зоны нечувствительности или пограничные слои вокруг поверхности скольжения, или другие методы компенсации. Хотя система в целом нелинейна, идеализированное (т. Е. Отсутствие вибрации) поведение системы на Рисунке 1 при ограничении ${ displaystyle s = 0}$ поверхность - это Система LTI с экспоненциально стабильный источник.

Интуитивно понятно, что управление скользящим режимом использует практически бесконечное прирост заставить траектории динамическая система скользить по подпространству ограниченного режима скольжения. Траектории из этого режима скольжения пониженного порядка обладают желательными свойствами (например, система естественным образом скользит по нему, пока не остановится на желаемом уровне. равновесие). Основным преимуществом управления скользящим режимом является его надежность. Поскольку управление может быть таким простым, как переключение между двумя состояниями (например, «включено» / «выключено» или «вперед» / «назад»), оно не обязательно должно быть точным и не будет чувствительным к изменениям параметров, которые входят в канал управления. Кроме того, поскольку закон управления не непрерывная функция, скользящий режим может быть достигнут через конечный время (т.е. лучше, чем асимптотическое поведение). При определенных общих условиях, оптимальность требует использования контроль взрыва; следовательно, управление скользящим режимом описывает оптимальный контроллер для широкого набора динамических систем.

Одно из применений регулятора скользящего режима - управление электроприводами, управляемыми импульсными преобразователями мощности.^{[2]:"Вступление"} Из-за прерывистого режима работы этих преобразователей, прерывистый регулятор скользящего режима является естественным вариантом реализации по сравнению с непрерывными регуляторами, которые могут потребоваться с помощью широтно-импульсная модуляция или аналогичная техника^{[nb 1]} подачи непрерывного сигнала на выход, который может принимать только дискретные состояния. Управление скользящим режимом имеет множество применений в робототехнике. В частности, этот алгоритм управления с высокой степенью успеха использовался для отслеживания управления беспилотными надводными судами в смоделированном бурном море.^[3][4]

Управление в скользящем режиме следует применять с большей осторожностью, чем другие формы нелинейное управление которые имеют более умеренное управляющее действие. В частности, поскольку исполнительные механизмы имеют задержки и другие недостатки, жесткое управление скользящим режимом может привести к дребезжанию, потере энергии, повреждению оборудования и возбуждению немоделированной динамики.^{[5]:554–556} Методы проектирования непрерывного управления не так подвержены этим проблемам и могут имитировать контроллеры скользящего режима.^{[5]:556–563}

Схема управления

Рассмотрим нелинейная динамическая система описанный

куда

${ Displaystyle mathbf {x} (т) треугольник { begin {bmatrix} x_ {1} (t) x_ {2} (t) vdots x_ {n-1} (t) x_ {n} (t) end {bmatrix}} in mathbb {R} ^ {n}}$

является п-размерный государственный вектор и

${ Displaystyle mathbf {и} (т) треугольник { begin {bmatrix} и_ {1} (т) и_ {2} (т) vdots и_ {м-1} (т) u_ {m} (t) end {bmatrix}} in mathbb {R} ^ {m}}$

является м-мерный входной вектор, который будет использоваться для состояния Обратная связь. В функции ${ displaystyle f: mathbb {R} ^ {n} times mathbb {R} to mathbb {R} ^ {n}}$ и ${ displaystyle B: mathbb {R} ^ {n} times mathbb {R} to mathbb {R} ^ {n times m}}$ считаются непрерывный и достаточно гладкий таким образом Теорема Пикара – Линделёфа может использоваться, чтобы гарантировать, что решение ${ Displaystyle mathbf {х} (т)}$ к уравнению (1) существуют и является уникальный.

Распространенная задача - разработать систему обратной связи по состоянию. закон контроля ${ Displaystyle mathbf {и} ( mathbf {x} (т))}$ (т.е. отображение текущего состояния ${ Displaystyle mathbf {х} (т)}$ вовремя т ко входу ${ displaystyle mathbf {u}}$) к стабилизировать то динамическая система в уравнении (1) вокруг источник ${ Displaystyle mathbf {x} = [0,0, ldots, 0] ^ { intercal}}$. То есть, согласно закону управления, всякий раз, когда система запускается вдали от источника, она возвращается к нему. Например, компонент ${ displaystyle x_ {1}}$ вектора состояния ${ displaystyle mathbf {x}}$ может представлять разницу, на выходе которой некоторый выходной сигнал отличается от известного сигнала (например, желаемого синусоидального сигнала); если контроль ${ displaystyle mathbf {u}}$ может гарантировать, что ${ displaystyle x_ {1}}$ быстро возвращается к ${ displaystyle x_ {1} = 0}$, то на выходе будет отслеживаться желаемая синусоида. При управлении в скользящем режиме разработчик знает, что система ведет себя желательно (например, она имеет стабильную равновесие) при условии, что он ограничен подпространством своего конфигурационное пространство. Управление скользящим режимом перемещает траектории системы в это подпространство, а затем удерживает их там, чтобы они скользили по нему. Это подпространство пониженного порядка называется скользящая (гипер) поверхность, и когда обратная связь с обратной связью вынуждает траектории скользить по ней, это называется Режим скольжения замкнутой системы. Траектории вдоль этого подпространства можно сравнить с траекториями вдоль собственных векторов (т. Е. Мод) Системы LTI; однако скользящий режим усиливается за счет увеличения векторного поля с помощью обратной связи с высоким коэффициентом усиления. Как мрамор, катящийся по трещине, траектории ограничены режимом скольжения.

Схема скользящего управления включает

1. Выбор гиперповерхность или коллектор (т. е. поверхность скольжения), так что траектория системы демонстрирует желаемое поведение, когда ограничена этим коллектором.
2. Обнаружение усиления обратной связи, так что траектория системы пересекается и остается на коллекторе.

Поскольку законы управления скользящим режимом непрерывный, он имеет возможность переводить траектории в режим скольжения за конечное время (т.е. устойчивость поверхности скольжения лучше, чем асимптотическая). Однако, как только траектории достигают поверхности скольжения, система принимает характер режима скольжения (например, начало координат ${ Displaystyle mathbf {x} = mathbf {0}}$ может иметь асимптотическую устойчивость только на этой поверхности).

Дизайнер скользящего режима выбирает функция переключения ${ displaystyle sigma: mathbb {R} ^ {n} to mathbb {R} ^ {m}}$ что представляет собой своего рода "расстояние", которое ${ displaystyle mathbf {x}}$ находятся вдали от скользящей поверхности.

• Штат ${ displaystyle mathbf {x}}$ то есть вне этой скользящей поверхности ${ displaystyle sigma ( mathbf {x}) neq 0}$.
• Состояние, которое находится на этой скользящей поверхности, имеет ${ Displaystyle sigma ( mathbf {x}) = 0}$.

Закон скользящего режима переключается из одного состояния в другое на основе знак этого расстояния. Таким образом, управление скользящим режимом действует как жесткое давление, всегда толкающее в направлении скользящего режима, где ${ Displaystyle sigma ( mathbf {x}) = 0}$.Желательно ${ Displaystyle mathbf {х} (т)}$ траектории будут приближаться к поверхности скольжения, и поскольку закон управления не непрерывный (т.е. он переключается из одного состояния в другое, когда траектории перемещаются по этой поверхности), поверхность достигается за конечное время. Как только траектория достигает поверхности, она будет скользить по ней и может, например, двигаться к ${ Displaystyle mathbf {x} = mathbf {0}}$ источник. Таким образом, функция переключения похожа на топографическая карта с контуром постоянной высоты, по которому вынуждены двигаться траектории.

Скользящая (гипер) поверхность имеет размер ${ Displaystyle п раз м}$ куда п количество состояний в ${ displaystyle mathbf {x}}$ и м количество входных сигналов (т.е. сигналов управления) в ${ displaystyle mathbf {u}}$. Для каждого контрольного индекса ${ displaystyle 1 leq k leq m}$, существует ${ Displaystyle п раз 1}$ поверхность скольжения задана

Важной частью конструкции SMC является выбор закона управления так, чтобы режим скольжения (т.е. эта поверхность задавалась ${ Displaystyle сигма ( mathbf {x}) = mathbf {0}}$) существует и достижима по системным траекториям. Принцип управления скользящим режимом состоит в том, чтобы принудительно ограничить систему подходящей стратегией управления, чтобы она оставалась на скользящей поверхности, на которой система будет демонстрировать желаемые характеристики. Когда система ограничена скользящим управлением, чтобы оставаться на поверхности скольжения, динамикой системы управляет система пониженного порядка, полученная из уравнения (2).

Чтобы заставить состояния системы ${ displaystyle mathbf {x}}$ удовлетворить ${ displaystyle sigma ( mathbf {x}) = mathbf {0}}$, кто-то должен:

1. Убедитесь, что система способна достичь ${ displaystyle sigma ( mathbf {x}) = mathbf {0}}$ из любого начального состояния
2. Достигнув ${ displaystyle sigma ( mathbf {x}) = mathbf {0}}$, управляющее воздействие способно поддерживать систему на ${ displaystyle sigma ( mathbf {x}) = mathbf {0}}$

Существование замкнутых решений

Обратите внимание, что, поскольку закон управления не непрерывный, конечно, не локально Липшицева непрерывная, а значит, существование и единственность решений замкнутая система является нет гарантировано Теорема Пикара – Линделёфа. Таким образом, решения следует понимать в Филиппов смысл.^[1][6] Грубо говоря, полученная замкнутая система, движущаяся по ${ Displaystyle сигма ( mathbf {x}) = mathbf {0}}$ аппроксимируется гладкой динамика ${ Displaystyle { точка { sigma}} ( mathbf {x}) = mathbf {0};}$ однако такое плавное поведение может быть неосуществимо. Точно так же высокоскоростной широтно-импульсная модуляция или же дельта-сигма модуляция производит выходные данные, которые принимают только два состояния, но эффективный выходной сигнал колеблется в непрерывном диапазоне движения. Этих осложнений можно избежать, если использовать другой нелинейное управление метод проектирования, позволяющий производить непрерывный регулятор. В некоторых случаях схемы управления скользящим режимом могут быть аппроксимированы другими схемами непрерывного управления.^[5]

Теоретическая основа

Следующие теоремы составляют основу управления переменной структурой.

Теорема 1: наличие скользящего режима

Рассмотрим Функция Ляпунова кандидат

куда ${ Displaystyle | { mathord { cdot}} |}$ это Евклидова норма (т.е. ${ Displaystyle | sigma ( mathbf {x}) | _ {2}}$ - это расстояние от скользящего коллектора, где ${ displaystyle sigma ( mathbf {x}) = mathbf {0}}$). Для системы, заданной уравнением (1) и поверхность скольжения, заданную уравнением (2) достаточным условием существования скользящего режима является выполнение условия

${ displaystyle underbrace { overbrace { sigma ^ { intercal}} ^ { tfrac { partial V} { partial sigma}} overbrace { dot { sigma}} ^ { tfrac { operatorname {d} sigma} { operatorname {d} t}}} _ { tfrac { operatorname {d} V} { operatorname {d} t}} <0 qquad { text {(т.е.}} { tfrac { operatorname {d} V} { operatorname {d} t}} <0 { text {)}}}$

в район поверхности, заданной ${ Displaystyle sigma ( mathbf {x}) = 0}$.

Грубо говоря (т.е. для скаляр контрольный случай, когда ${ displaystyle m = 1}$), достигать ${ displaystyle sigma ^ { intercal} { dot { sigma}} <0}$, закон управления с обратной связью ${ Displaystyle и ( mathbf {х})}$ выбирается так, чтобы ${ displaystyle sigma}$ и ${ displaystyle { dot { sigma}}}$ имеют противоположные знаки. То есть,

• ${ Displaystyle и ( mathbf {х})}$ делает ${ Displaystyle { точка { sigma}} ( mathbf {x})}$ отрицательный, когда ${ Displaystyle sigma ( mathbf {х})}$ положительный.
• ${ Displaystyle и ( mathbf {х})}$ делает ${ Displaystyle { точка { sigma}} ( mathbf {x})}$ положительный, когда ${ Displaystyle sigma ( mathbf {х})}$ отрицательный.

Обратите внимание, что

${ displaystyle { dot { sigma}} = { frac { partial sigma} { partial mathbf {x}}} overbrace { dot { mathbf {x}}} ^ { tfrac { имя оператора {d} mathbf {x}} { operatorname {d} t}} = { frac { partial sigma} { partial mathbf {x}}} overbrace { left (f ( mathbf { x}, t) + B ( mathbf {x}, t) mathbf {u} right)} ^ { dot { mathbf {x}}}}$

так что закон управления с обратной связью ${ Displaystyle mathbf {и} ( mathbf {x})}$ оказывает прямое влияние на ${ displaystyle { dot { sigma}}}$.

Достижимость: достижение скользящего многообразия за конечное время

Чтобы убедиться, что скользящий режим ${ displaystyle sigma ( mathbf {x}) = mathbf {0}}$ достигается за конечное время, ${ displaystyle operatorname {d} V / { operatorname {d} t}}$ должна быть более сильно удалена от нуля. То есть, если он исчезает слишком быстро, притяжение к скользящему режиму будет только асимптотическим. Чтобы обеспечить переход в скользящий режим за конечное время,^[7]

${ displaystyle { frac { operatorname {d} V} { operatorname {d} t}} leq - mu ({ sqrt {V}}) ^ { alpha}}$

куда ${ displaystyle mu> 0}$ и ${ Displaystyle 0 < альфа leq 1}$ являются константами.

Пояснение по лемме сравнения

Это условие гарантирует, что для окрестности скользящего режима ${ Displaystyle V в [0,1]}$,

${ displaystyle { frac { operatorname {d} V} { operatorname {d} t}} leq - mu ({ sqrt {V}}) ^ { alpha} leq - mu { sqrt {V}}.}$

Таким образом, для ${ Displaystyle V in (0,1]}$,

${ displaystyle { frac {1} { sqrt {V}}} { frac { operatorname {d} V} { operatorname {d} t}} leq - mu,}$

который, по Правило цепи (т.е. ${ displaystyle operatorname {d} W / { operatorname {d} t}}$ с ${ Displaystyle W треугольник 2 { sqrt {V}}}$), средства

${ displaystyle { mathord { underbrace {D ^ {+} { Bigl (} { mathord { underbrace {2 { mathord { overbrace { sqrt {V}}) ^ {{} propto | sigma | _ {2}}}}} _ {W}}} { Bigr)}} _ {D ^ {+} W , треугольник , { mathord {{ text {Верхний правый угол} } { dot {W}}}}}}} = { frac {1} { sqrt {V}}} { frac { operatorname {d} V} { operatorname {d} t}} leq - mu}$

куда ${ Displaystyle D ^ {+}}$ это верхняя правая производная из ${ displaystyle 2 { sqrt {V}}}$ и символ ${ displaystyle propto}$ обозначает соразмерность. Итак, по сравнению с кривой ${ displaystyle z (t) = z_ {0} - mu t}$ которое представлено дифференциальным уравнением ${ displaystyle { dot {z}} = - mu}$ с начальным условием ${ displaystyle z (0) = z_ {0}}$, должно быть так, что ${ Displaystyle 2 { sqrt {V (t)}} leq V_ {0} - mu t}$ для всех т. Более того, поскольку ${ displaystyle { sqrt {V}} geq 0}$, ${ displaystyle { sqrt {V}}}$ должен достичь ${ displaystyle { sqrt {V}} = 0}$ за конечное время, что означает, что V должен достичь ${ displaystyle V = 0}$ (т.е. система переходит в скользящий режим) за конечное время.^[5] Потому что ${ displaystyle { sqrt {V}}}$ пропорционально Евклидова норма ${ Displaystyle | { mathord { cdot}} | _ {2}}$ функции переключения ${ displaystyle sigma}$, этот результат означает, что скорость приближения к скользящему режиму должна быть жестко отделена от нуля.

Последствия для управления скользящим режимом

В контексте управления скользящим режимом это условие означает, что

${ displaystyle underbrace { overbrace { sigma ^ { intercal}} ^ { tfrac { partial V} { partial sigma}} overbrace { dot { sigma}} ^ { tfrac { operatorname {d} sigma} { operatorname {d} t}}} _ { tfrac { operatorname {d} V} { operatorname {d} t}} leq - mu ({ mathord { overbrace { | sigma | _ {2}} ^ { sqrt {V}}}}) ^ { alpha}}$

куда ${ Displaystyle | { mathord { cdot}} |}$ это Евклидова норма. Для случая, когда функция переключения ${ displaystyle sigma}$ скалярно, достаточное условие принимает вид

${ displaystyle sigma { dot { sigma}} leq - mu | sigma | ^ { alpha}}$.

Принимая ${ Displaystyle альфа = 1}$, скалярное достаточное условие принимает вид

${ displaystyle operatorname {sgn} ( sigma) { dot { sigma}} leq - mu}$

что эквивалентно условию, что

${ displaystyle operatorname {sgn} ( sigma) neq operatorname {sgn} ({ dot { sigma}}) qquad { text {and}} qquad | { dot { sigma}} | geq mu> 0}$.

То есть система всегда должна двигаться к поверхности переключения. ${ displaystyle sigma = 0}$, и его скорость ${ displaystyle | { dot { sigma}} |}$ к поверхности переключения должна иметь ненулевую нижнюю границу. Итак, хотя ${ displaystyle sigma}$ может стать исчезающе маленьким, поскольку ${ displaystyle mathbf {x}}$ приближается к ${ displaystyle sigma ( mathbf {x}) = mathbf {0}}$ поверхность, ${ displaystyle { dot { sigma}}}$ всегда должен быть строго отделен от нуля. Чтобы гарантировать это условие, контроллеры скользящего режима не работают непрерывно через ${ displaystyle sigma = 0}$ многообразие; Oни выключатель от одного ненулевого значения к другому по мере того, как траектории пересекают многообразие.

Теорема 2: область притяжения

Для системы, заданной уравнением (1) и скользящей поверхности, заданной уравнением (2), подпространство, для которого ${ displaystyle { mathbf {x} in mathbb {R} ^ {n}: sigma ( mathbf {x}) = mathbf {0} }}$ поверхность достижима задается

${ displaystyle { mathbf {x} in mathbb {R} ^ {n}: sigma ^ { intercal} ( mathbf {x}) { dot { sigma}} ( mathbf {x} ) <0 }}$

То есть, когда начальные условия происходят полностью из этого пространства, кандидат в функцию Ляпунова ${ Displaystyle V ( sigma)}$ это Функция Ляпунова и ${ displaystyle mathbf {x}}$ траектории обязательно будут двигаться к поверхности скользящего режима, где ${ displaystyle sigma ( mathbf {x}) = mathbf {0}}$. Более того, если выполнены условия достижимости из теоремы 1, скользящий режим перейдет в область, где ${ displaystyle { dot {V}}}$ более сильно удалена от нуля за конечное время. Следовательно, скользящий режим ${ displaystyle sigma = 0}$ будет достигнута за конечное время.

Теорема 3: скользящее движение

Позволять

${ displaystyle { frac { partial sigma} { partial { mathbf {x}}}} B ( mathbf {x}, t)}$

быть неособый. То есть в системе есть своего рода управляемость это гарантирует, что всегда есть элемент управления, который может перемещать траекторию, чтобы приблизиться к скользящему режиму. Затем, как только скользящий режим, где ${ displaystyle sigma ( mathbf {x}) = mathbf {0}}$ достигнуто, система останется в этом скользящем режиме. По траекториям скользящего режима, ${ Displaystyle sigma ( mathbf {х})}$ постоянна, поэтому траектории скользящего режима описываются дифференциальным уравнением

${ Displaystyle { точка { sigma}} = mathbf {0}}$.

Если ${ displaystyle mathbf {x}}$-равновесие является стабильный относительно этого дифференциального уравнения, то система будет скользить по поверхности режима скольжения к равновесию.

В эквивалентный закон управления на скользящем режиме можно найти, решив

${ Displaystyle { точка { sigma}} ( mathbf {x}) = 0}$

для эквивалентного закона управления ${ Displaystyle mathbf {и} ( mathbf {x})}$. То есть,

${ displaystyle { frac { partial sigma} { partial mathbf {x}}} overbrace { left (f ( mathbf {x}, t) + B ( mathbf {x}, t) mathbf {u} right)} ^ { dot { mathbf {x}}} = mathbf {0}}$

и поэтому эквивалентный элемент управления

${ displaystyle mathbf {u} = - left ({ frac { partial sigma} { partial mathbf {x}}} B ( mathbf {x}, t) right) ^ {- 1} { frac { partial sigma} { partial mathbf {x}}} f ( mathbf {x}, t)}$

То есть, даже если фактический контроль ${ displaystyle mathbf {u}}$ не является непрерывный, быстрое переключение скользящего режима, где ${ displaystyle sigma ( mathbf {x}) = mathbf {0}}$ заставляет систему действовать как если бы им двигал этот непрерывный контроль.

Точно так же траектории системы на скользящем режиме ведут себя так, как если бы

${ displaystyle { dot { mathbf {x}}} = overbrace {f ( mathbf {x}, t) -B ( mathbf {x}, t) left ({ frac { partial sigma } { partial mathbf {x}}} B ( mathbf {x}, t) right) ^ {- 1} { frac { partial sigma} { partial mathbf {x}}} f ( mathbf {x}, t)} ^ {f ( mathbf {x}, t) + B ( mathbf {x}, t) u} = f ( mathbf {x}, t) left ( mathbf {I} -B ( mathbf {x}, t) left ({ frac { partial sigma} { partial mathbf {x}}} B ( mathbf {x}, t) right) ^ {-1} { frac { partial sigma} { partial mathbf {x}}} right)}$

Полученная система соответствует дифференциальному уравнению скользящего режима

${ Displaystyle { точка { sigma}} ( mathbf {x}) = mathbf {0}}$

, поверхность скольжения ${ displaystyle sigma ( mathbf {x}) = mathbf {0}}$, а условия траектории из фазы достижения теперь сводятся к полученному выше более простому условию. Следовательно, можно предположить, что система следует более простой ${ displaystyle { dot { sigma}} = 0}$ состояние после некоторого начального переходного процесса в течение периода, пока система находит скользящий режим. Примерно такое же движение сохраняется при равенстве ${ displaystyle sigma ( mathbf {x}) = mathbf {0}}$ держится только приблизительно.

Из этих теорем следует, что скользящее движение инвариантно (т.е. нечувствительно) к достаточно малым возмущениям, поступающим в систему через канал управления. То есть, пока размер элемента управления достаточно велик, чтобы гарантировать, что ${ displaystyle sigma ^ { intercal} { dot { sigma}} <0}$ и ${ displaystyle { dot { sigma}}}$ равномерно отделен от нуля, скользящий режим будет поддерживаться, как если бы не было помех. Свойство инвариантности управления скользящим режимом к определенным возмущениям и неопределенностям модели является его наиболее привлекательной особенностью; это сильно крепкий.

Как обсуждается в примере ниже, закон управления скользящим режимом может сохранять ограничение

${ displaystyle { dot {x}} + x = 0}$

чтобы асимптотически стабилизировать любую систему вида

${ displaystyle { ddot {x}} = a (t, x, { dot {x}}) + u}$

когда ${ Displaystyle а ( cdot)}$ имеет конечную верхнюю границу. В этом случае скользящий режим - это когда

${ displaystyle { dot {x}} = - x}$

(т.е. где ${ displaystyle { dot {x}} + x = 0}$). То есть, когда система ограничена таким образом, она ведет себя как простой стабильный линейная система, и поэтому он имеет глобально экспоненциально устойчивое равновесие на ${ Displaystyle (х, { точка {х}}) = (0,0)}$ источник.

Примеры дизайна управления

• Рассмотрим растение описывается уравнением (1) с одним входом ты (т.е. ${ displaystyle m = 1}$). Функция переключения выбранный быть линейной комбинацией

где вес ${ displaystyle s_ {i}> 0}$ для всех ${ Displaystyle 1 Leq я Leq п}$. Скользящая поверхность - это симплекс куда ${ Displaystyle sigma ( mathbf {x}) = 0}$. Когда траектории вынуждены скользить по этой поверхности,

${ Displaystyle { точка { sigma}} ( mathbf {x}) = 0}$

и так

${ displaystyle s_ {1} { dot {x}} _ {1} + s_ {2} { dot {x}} _ {2} + cdots + s_ {n-1} { dot {x} } _ {n-1} + s_ {n} { dot {x}} _ {n} = 0}$

которая является системой пониженного порядка (т. е. новая система имеет порядок ${ displaystyle n-1}$ потому что система ограничена этим ${ Displaystyle (п-1)}$-мерный скользящий режим симплекс). Эта поверхность может иметь благоприятные свойства (например, когда растения вынуждены скользить по этой поверхности, они движутся к исходной точке. ${ Displaystyle mathbf {x} = mathbf {0}}$). Взяв производную от Функция Ляпунова в уравнении (3), у нас есть

${ Displaystyle { точка {V}} ( sigma ( mathbf {x})) = overbrace { sigma ( mathbf {x}) ^ { text {T}}} ^ { tfrac { partial sigma} { partial mathbf {x}}} overbrace {{ dot { sigma}} ( mathbf {x})} ^ { tfrac { operatorname {d} sigma} { operatorname {d } t}}}$

Для обеспечения ${ displaystyle { dot {V}} <0}$, закон управления с обратной связью ${ Displaystyle и ( mathbf {х})}$ должен быть выбран так, чтобы

${ displaystyle { begin {cases} { dot { sigma}} <0 & { text {if}} sigma> 0 { dot { sigma}}> 0 & { text {if}} сигма <0 end {case}}}$

Следовательно, продукт ${ Displaystyle sigma { точка { sigma}} <0}$ потому что это произведение отрицательного и положительного числа. Обратите внимание, что

Закон управления ${ Displaystyle и ( mathbf {х})}$ выбирается так, чтобы

${ displaystyle u ( mathbf {x}) = { begin {cases} u ^ {+} ( mathbf {x}) & { text {if}} sigma ( mathbf {x})> 0 u ^ {-} ( mathbf {x}) & { text {if}} sigma ( mathbf {x}) <0 end {case}}}$

куда

• ${ Displaystyle и ^ {+} ( mathbf {х})}$ - некоторый элемент управления (например, возможно, экстремальный, например, «включено» или «вперед»), который обеспечивает равенство (5) (т.е. ${ displaystyle { dot { sigma}}}$) является отрицательный в ${ displaystyle mathbf {x}}$
• ${ Displaystyle и ^ {-} ( mathbf {х})}$ это некоторый контроль (например, возможно, экстремальный, например, «выключено» или «обратное»), который обеспечивает равенство (5) (т.е. ${ displaystyle { dot { sigma}}}$) является положительный в ${ displaystyle mathbf {x}}$

Полученная траектория должна двигаться к поверхности скольжения, где ${ Displaystyle sigma ( mathbf {x}) = 0}$. Поскольку реальные системы имеют задержку, траектории скользящего режима часто болтовня вперед и назад по этой скользящей поверхности (т.е. истинная траектория может не плавно следовать ${ Displaystyle sigma ( mathbf {x}) = 0}$, но после выхода из него он всегда возвращается в скользящий режим).

• Рассмотрим динамическая система

${ displaystyle { ddot {x}} = a (t, x, { dot {x}}) + u}$

который можно выразить в двумерном пространство состояний (с ${ displaystyle x_ {1} = x}$ и ${ displaystyle x_ {2} = { dot {x}}}$) в качестве

${ displaystyle { begin {cases} { dot {x}} _ {1} = x_ {2} { dot {x}} _ {2} = a (t, x_ {1}, x_ { 2}) + u end {case}}}$

Также предположим, что ${ Displaystyle sup {| а ( cdot) | } leq k}$ (т.е. ${ displaystyle | a |}$ имеет конечную верхнюю границу k что известно). Для этой системы выберите функцию переключения

${ displaystyle sigma (x_ {1}, x_ {2}) = x_ {1} + x_ {2} = x + { точка {x}}}$

В предыдущем примере мы должны выбрать закон управления обратной связью ${ Displaystyle и (х, { точка {х}})}$ так что ${ Displaystyle sigma { точка { sigma}} <0}$. Здесь,

${ displaystyle { dot { sigma}} = { dot {x}} _ {1} + { dot {x}} _ {2} = { dot {x}} + { ddot {x} } = { dot {x}} , + , overbrace {a (t, x, { dot {x}}) + u} ^ { ddot {x}}}$

• Когда ${ Displaystyle х + { точка {х}} <0}$ (т.е. когда ${ displaystyle sigma <0}$), сделать ${ displaystyle { dot { sigma}}> 0}$, закон управления следует выбрать так, чтобы ${ displaystyle u> | { dot {x}} + a (t, x, { dot {x}}) |}$
• Когда ${ displaystyle x + { dot {x}}> 0}$ (т.е. когда ${ displaystyle sigma> 0}$), сделать ${ Displaystyle { точка { sigma}} <0}$, закон управления следует выбрать так, чтобы ${ Displaystyle и <- | { точка {х}} + а (т, х, { точка {х}}) |}$

Однако по неравенство треугольника,

${ displaystyle | { dot {x}} | + | a (t, x, { dot {x}}) | geq | { dot {x}} + a (t, x, { dot { x}}) |}$

и по предположению о ${ displaystyle | a |}$,

${ displaystyle | { dot {x}} | + k + 1> | { dot {x}} | + | a (t, x, { dot {x}}) |}$

Таким образом, система может быть стабилизирована с обратной связью (для возврата в скользящий режим) с помощью закона управления

${ displaystyle u (x, { dot {x}}) = { begin {cases} | { dot {x}} | + k + 1 & { text {if}} underbrace {x + { dot { x}}} <0, - left (| { dot {x}} | + k + 1 right) & { text {if}} overbrace {x + { dot {x}}} ^ { sigma}> 0 end {case}}}$

что может быть выражено в закрытая форма в качестве

${ displaystyle u (x, { dot {x}}) = - (| { dot {x}} | + k + 1) underbrace { operatorname {sgn} ( overbrace {{ dot {x}) } + x} ^ { sigma})} _ {{ text {(т.е. тесты}} sigma> 0 { text {)}}}}$

Предполагая, что траектории системы вынуждены двигаться так, что ${ Displaystyle sigma ( mathbf {x}) = 0}$, тогда

${ displaystyle { dot {x}} = - x qquad { text {(т.е.}} sigma (x, { dot {x}}) = x + { dot {x}} = 0 { текст{)}}}$

Таким образом, как только система переходит в режим скольжения, двумерная динамика системы ведет себя как эта одномерная система, которая имеет глобально экспоненциально стабильную равновесие в ${ Displaystyle (х, { точка {х}}) = (0,0)}$.

Автоматизированные проектные решения

Хотя существуют различные теории для проектирования систем управления скользящим режимом, не хватает высокоэффективной методологии проектирования из-за практических трудностей, возникающих при использовании аналитических и численных методов. Парадигма многоразовых вычислений, такая как генетический алгоритм однако может быть использован для преобразования «неразрешимой проблемы» оптимального проектирования в практически решаемую «недетерминированную полиномиальную задачу». Это приводит к автоматизированному проектированию для управления скользящей моделью. ^[8]

Наблюдатель в скользящем режиме

Управление скользящим режимом может использоваться при проектировании государственные наблюдатели. Эти нелинейные наблюдатели с высоким коэффициентом усиления обладают способностью сводить координаты динамики ошибки оценочного устройства к нулю за конечное время. Кроме того, наблюдатели в переключенном режиме обладают привлекательной устойчивостью к шумам при измерениях, аналогичной устойчивости к помехам. Фильтр Калмана.^[9][10] Для простоты в примере здесь используется модификация традиционного скользящего режима. Наблюдатель Люенбергера для Система LTI. В этих наблюдателях в скользящем режиме порядок динамики наблюдателя уменьшается на единицу, когда система переходит в скользящий режим. В этом конкретном примере ошибка оценщика для одного оцененного состояния приводится к нулю за конечное время, а после этого времени другие ошибки оценщика экспоненциально спадают до нуля. Однако, как впервые описал Дракунов,^[11] а наблюдатель скользящего режима для нелинейных систем можно построить, который сводит ошибку оценки для всех оцениваемых состояний к нулю за конечное (и сколь угодно малое) время.

Здесь рассмотрим систему LTI

${ displaystyle { begin {case} { dot { mathbf {x}}} = A mathbf {x} + B mathbf {u} y = { begin {bmatrix} 1 & 0 & 0 & cdots & end {bmatrix}} mathbf {x} = x_ {1} end {case}}}$

где вектор состояния ${ Displaystyle mathbf {x} треугольникq (x_ {1}, x_ {2}, dots, x_ {n}) in mathbb {R} ^ {n}}$, ${ Displaystyle mathbf {u} треугольникq (u_ {1}, u_ {2}, dots, u_ {r}) in mathbb {R} ^ {r}}$ вектор входов, а выход у - скаляр, равный первому состоянию ${ displaystyle mathbf {x}}$ вектор состояния. Позволять

${ Displaystyle A треугольник { begin {bmatrix} a_ {11} & A_ {12} A_ {21} & A_ {22} end {bmatrix}}}$

куда

• ${ displaystyle a_ {11}}$ - скаляр, представляющий влияние первого состояния ${ displaystyle x_ {1}}$ на себя,
• ${ Displaystyle A_ {21} in mathbb {R} ^ {(п-1)}}$ - вектор-строка, соответствующий влиянию первого состояния на другие состояния,
• ${ Displaystyle A_ {22} in mathbb {R} ^ {(п-1) раз (п-1)}}$ представляет собой матрицу, представляющую влияние других состояний на себя, и
• ${ Displaystyle A_ {12} in mathbb {R} ^ {1 times (n-1)}}$ вектор-столбец, представляющий влияние других состояний на первое состояние.

Цель состоит в том, чтобы разработать наблюдатель состояния с высоким коэффициентом усиления, который оценивает вектор состояния ${ displaystyle mathbf {x}}$ используя только информацию из измерений ${ displaystyle y = x_ {1}}$. Следовательно, пусть вектор ${ displaystyle { hat { mathbf {x}}} = ({ hat {x}} _ {1}, { hat {x}} _ {2}, dots, { hat {x}} _ {п}) in mathbb {R} ^ {n}}$ быть оценками п состояния. Наблюдатель принимает форму

${ displaystyle { dot { hat { mathbf {x}}}} = A { hat { mathbf {x}}} + B mathbf {u} + Lv ({ hat {x}} _ { 1} -x_ {1})}$

куда ${ Displaystyle v: mathbb {R} to mathbb {R}}$ является нелинейной функцией ошибки между оценочным состоянием ${ displaystyle { hat {x}} _ {1}}$ и выход ${ displaystyle y = x_ {1}}$, и ${ Displaystyle L in mathbb {R} ^ {n}}$ вектор усиления наблюдателя, который служит той же цели, что и в типичном линейном Наблюдатель Люенбергера. Точно так же пусть

${ Displaystyle L = { begin {bmatrix} -1 L_ {2} end {bmatrix}}}$

куда ${ Displaystyle L_ {2} in mathbb {R} ^ {(п-1)}}$ вектор-столбец. Кроме того, пусть ${ displaystyle mathbf {e} = (e_ {1}, e_ {2}, dots, e_ {n}) in mathbb {R} ^ {n}}$ быть ошибкой оценщика состояния. То есть, ${ displaystyle mathbf {e} = { hat { mathbf {x}}} - mathbf {x}}$. Тогда динамика ошибок

${ displaystyle { begin {align} { dot { mathbf {e}}} & = { dot { hat { mathbf {x}}}} - { dot { mathbf {x}}} & = A { hat { mathbf {x}}} + B mathbf {u} + Lv ({ hat {x}} _ {1} -x_ {1}) - A mathbf {x} - B mathbf {u} & = A ({ hat { mathbf {x}}} - mathbf {x}) + Lv ({ hat {x}} _ {1} -x_ {1}) & = A mathbf {e} + Lv (e_ {1}) end {align}}}$

куда ${ displaystyle e_ {1} = { hat {x}} _ {1} -x_ {1}}$ - ошибка оценщика для первой оценки состояния. Закон нелинейного управления v может быть спроектирован для усиления скользящего коллектора

${ displaystyle 0 = { hat {x}} _ {1} -x_ {1}}$

так что оценка ${ displaystyle { hat {x}} _ {1}}$ отслеживает реальное состояние ${ displaystyle x_ {1}}$ через некоторое конечное время (т.е. ${ displaystyle { hat {x}} _ {1} = x_ {1}}$). Следовательно, функция переключения управления скользящим режимом

${ displaystyle sigma ({ hat {x}} _ {1}, { hat {x}}) треугольник e_ {1} = { hat {x}} _ {1} -x_ {1}. }$

Чтобы получить скользящий коллектор, ${ displaystyle { dot { sigma}}}$ и ${ displaystyle sigma}$ всегда должны иметь противоположные знаки (т. е. ${ Displaystyle sigma { точка { sigma}} <0}$ за по сути все ${ displaystyle mathbf {x}}$). Тем не мение,

${ displaystyle { dot { sigma}} = { dot {e}} _ {1} = a_ {11} e_ {1} + A_ {12} mathbf {e} _ {2} -v (e_ {1}) = a_ {11} e_ {1} + A_ {12} mathbf {e} _ {2} -v ( sigma)}$

куда ${ Displaystyle mathbf {е} _ {2} треугольник (e_ {2}, e_ {3}, ldots, e_ {n}) in mathbb {R} ^ {(n-1)}}$ - это совокупность ошибок оценки для всех неизмеренных состояний. Чтобы гарантировать, что ${ Displaystyle sigma { точка { sigma}} <0}$, позволять

${ Displaystyle v ( sigma) = М OperatorName {sgn} ( sigma)}$

куда

${ displaystyle M> max {| a_ {11} e_ {1} + A_ {12} mathbf {e} _ {2} | }.}$

То есть положительная постоянная M должен быть больше, чем масштабированная версия максимально возможных ошибок оценки для системы (т. е. начальные ошибки, которые предполагается ограниченными, так что M можно собрать достаточно большие; al). Если M достаточно большой, можно предположить, что система достигает ${ displaystyle e_ {1} = 0}$ (т.е. ${ displaystyle { hat {x}} _ {1} = x_ {1}}$). Потому что ${ displaystyle e_ {1}}$ постоянно (т.е. 0) вдоль этого многообразия, ${ displaystyle { dot {e}} _ {1} = 0}$ также. Следовательно, разрывное управление ${ Displaystyle v ( sigma)}$ может быть заменен эквивалентным непрерывным контролем ${ displaystyle v _ { text {eq}}}$ куда

${ displaystyle 0 = { dot { sigma}} = a_ {11} { mathord { overbrace {e_ {1}} ^ {{} = 0}}} + A_ {12} mathbf {e} _ {2} - { mathord { overbrace {v _ { text {eq}}} ^ {v ( sigma)}}} = A_ {12} mathbf {e} _ {2} -v _ { text { экв}}.}$

Так

${ displaystyle { mathord { underbrace {v _ { text {eq}}} _ { text {scalar}}}} = { mathord { underbrace {A_ {12}} _ {1 times (n- 1) atop { text {vector}}}}} { mathord { underbrace { mathbf {e} _ {2}} _ {(n-1) times 1 atop { text {vector}} }}}.}$

Этот эквивалентный контроль ${ displaystyle v _ { text {eq}}}$ представляет собой вклад другого ${ Displaystyle (п-1)}$ состояния к траектории выходного состояния ${ displaystyle x_ {1}}$. В частности, строка ${ displaystyle A_ {12}}$ действует как выходной вектор для подсистемы ошибок

${ Displaystyle { mathord { overbrace { begin {bmatrix} { dot {e}} _ {2} { dot {e}} _ {3} vdots { dot {e }} _ {n} end {bmatrix}} ^ {{ dot { mathbf {e}}} _ {2}}}} = A_ {2} { mathord { overbrace { begin {bmatrix} e_ {2} e_ {3} vdots e_ {n} end {bmatrix}} ^ { mathbf {e} _ {2}}}} + L_ {2} v (e_ {1} ) = A_ {2} mathbf {e} _ {2} + L_ {2} v _ { text {eq}} = A_ {2} mathbf {e} _ {2} + L_ {2} A_ {12 } mathbf {e} _ {2} = (A_ {2} + L_ {2} A_ {12}) mathbf {e} _ {2}.}$

Итак, чтобы убедиться в ошибке оценщика ${ displaystyle mathbf {e} _ {2}}$ для неизмеряемых состояний сходится к нулю, ${ Displaystyle (п-1) раз 1}$ вектор ${ displaystyle L_ {2}}$ должен быть выбран так, чтобы ${ Displaystyle (п-1) раз (п-1)}$ матрица ${ displaystyle (A_ {2} + L_ {2} A_ {12})}$ является Гурвиц (т.е. действительная часть каждого из собственные значения должно быть отрицательным). Следовательно, при условии, что это наблюдаемый, это ${ displaystyle mathbf {e} _ {2}}$ система может быть стабилизирована точно так же, как и типичная линейная государственный наблюдатель когда ${ displaystyle A_ {12}}$ рассматривается как выходная матрица (т. е. "C"). Это ${ displaystyle v _ { text {eq}}}$ Эквивалентный контроль предоставляет информацию об измерениях неизмеряемых состояний, которые могут постоянно приближать свои оценки к ним асимптотически. Между тем прерывистый контроль ${ displaystyle v = M operatorname {sgn} ({ hat {x}} _ {1} -x)}$ заставляет оценку измеренного состояния иметь нулевую ошибку за конечное время. Кроме того, белый симметричный измерительный шум с нулевым средним (например, Гауссов шум) влияет только на частоту переключения регулятора v, и, следовательно, шум будет мало влиять на эквивалентное управление скользящим режимом ${ displaystyle v _ { text {eq}}}$. Следовательно, наблюдатель скользящего режима имеет Фильтр Калмана–Подобные черты.^[10]

Таким образом, окончательная версия наблюдателя

${ displaystyle { begin {align} { dot { hat { mathbf {x}}}} & = A { hat { mathbf {x}}} + B mathbf {u} + LM operatorname { sgn} ({ hat {x}} _ {1} -x_ {1}) & = A { hat { mathbf {x}}} + B mathbf {u} + { begin {bmatrix} -1 L_ {2} end {bmatrix}} M operatorname {sgn} ({ hat {x}} _ {1} -x_ {1}) & = A { hat { mathbf { x}}} + B mathbf {u} + { begin {bmatrix} -M L_ {2} M end {bmatrix}} operatorname {sgn} ({ hat {x}} _ {1} -x_ {1}) & = A { hat { mathbf {x}}} + { begin {bmatrix} B & { begin {bmatrix} -M L_ {2} M end {bmatrix} } end {bmatrix}} { begin {bmatrix} mathbf {u} operatorname {sgn} ({ hat {x}} _ {1} -x_ {1}) end {bmatrix}} & = A _ { text {obs}} { hat { mathbf {x}}} + B _ { text {obs}} mathbf {u} _ { text {obs}} end {выровнено}} }$

куда

• ${ Displaystyle А _ { текст {обс}} треугольник А,}$
• ${ displaystyle B _ { text {obs}} triggeredq { begin {bmatrix} B & { begin {bmatrix} -M L_ {2} M end {bmatrix}} end {bmatrix}},}$ и
• ${ displaystyle u _ { text {obs}} треугольник { begin {bmatrix} mathbf {u} имя оператора {sgn} ({ hat {x}} _ {1} -x_ {1}) конец {bmatrix}}.}$

То есть путем увеличения вектора управления ${ displaystyle mathbf {u}}$ с функцией переключения ${ displaystyle operatorname {sgn} ({ hat {x}} _ {1} -x_ {1})}$, наблюдатель скользящего режима может быть реализован как система LTI. То есть прерывистый сигнал ${ displaystyle operatorname {sgn} ({ hat {x}} _ {1} -x_ {1})}$ рассматривается как контроль Вход к системе LTI с 2 входами.

Для простоты в этом примере предполагается, что наблюдатель скользящего режима имеет доступ к измерению одного состояния (т.е. ${ displaystyle y = x_ {1}}$). Однако аналогичная процедура может использоваться для разработки наблюдателя скользящего режима для вектора взвешенных комбинаций состояний (т. Е. Когда вывод ${ displaystyle mathbf {y} = C mathbf {x}}$ использует общую матрицу C). В каждом случае скользящим режимом будет коллектор, в котором расчетная производительность ${ Displaystyle { шляпа { mathbf {y}}}}$ следует измеренному выходу ${ displaystyle mathbf {y}}$ с нулевой ошибкой (т.е. многообразие, где ${ Displaystyle sigma ( mathbf {х}) треугольник { шляпа { mathbf {y}}} - mathbf {y} = mathbf {0}}$).

Смотрите также

• Управление переменной структурой
• Система переменной структуры
• Гибридная система
• Нелинейное управление
• Надежный контроль
• Оптимальный контроль
• Контроль взрыва - Управление скользящим режимом часто реализуется как элемент управления "взрыва". В некоторых случаях такой контроль необходим для оптимальность.
• H-мост - Топология, которая объединяет четыре переключателя, образующих четыре ветви буквы «H». Может использоваться для привода двигателя (или другого электрического устройства) вперед или назад, когда доступен только один источник питания. Часто используется в приводе в системах с скользящим управлением.
• Коммутационный усилитель - Использует управление в режиме переключения для управления непрерывными выходами
• Дельта-сигма модуляция - Другой метод (обратная связь) кодирования непрерывного диапазона значений в сигнале, который быстро переключается между двумя состояниями (т. Е. Своего рода специализированное управление в скользящем режиме)
• Модуляция плотности импульса - Обобщенная форма дельта-сигма модуляции.
• Широтно-импульсная модуляция - Другая схема модуляции, которая производит непрерывное движение посредством прерывистого переключения.

Примечания

Рекомендации

дальнейшее чтение