加入前饋補(bǔ)償?shù)臅r(shí)滯系統(tǒng)魯棒性跟蹤控制器

陸興華，鄭昶宏，吳煥彬，姚 威，彭意達(dá)

(廣東工業(yè)大學(xué)華立學(xué)院，廣東 廣州 511325)

加入前饋補(bǔ)償?shù)臅r(shí)滯系統(tǒng)魯棒性跟蹤控制器

陸興華，鄭昶宏，吳煥彬，姚 威，彭意達(dá)

(廣東工業(yè)大學(xué)華立學(xué)院，廣東 廣州 511325)

時(shí)滯系統(tǒng)的優(yōu)化跟蹤控制在過(guò)程控制、飛行控制等領(lǐng)域應(yīng)用廣泛，傳統(tǒng)的Smith控制對(duì)時(shí)變二自由度時(shí)滯系統(tǒng)控制效果不好，偏差較大時(shí)的控制魯棒性不高。為了提高系統(tǒng)的穩(wěn)定性和快速反應(yīng)能力，在對(duì)時(shí)滯系統(tǒng)魯棒性跟蹤控制器進(jìn)行改進(jìn)設(shè)計(jì)的基礎(chǔ)上，提出了一種加入前饋補(bǔ)償?shù)臅r(shí)滯系統(tǒng)魯棒性跟蹤控制器設(shè)計(jì)方法。應(yīng)用該方法基于內(nèi)模控制思想構(gòu)建了二自由度的時(shí)滯控制系統(tǒng)，采用常規(guī)Smith控制器結(jié)構(gòu)實(shí)現(xiàn)被控對(duì)象的輸入輸出描述，在經(jīng)典的Smith控制器設(shè)計(jì)的基礎(chǔ)上，加入前饋補(bǔ)償算子自適應(yīng)訓(xùn)練控制器神經(jīng)元，采用最速下降法構(gòu)建LMBP算法，避免了時(shí)滯系統(tǒng)的魯棒性跟蹤控制的最優(yōu)值陷入局部收斂，實(shí)現(xiàn)了對(duì)時(shí)滯系統(tǒng)魯棒性跟蹤LM-Smith控制器的改進(jìn)設(shè)計(jì)。仿真結(jié)果表明，采用該方法的時(shí)滯系統(tǒng)控制精度較高，魯棒性較好，控制性能有明顯改善。

時(shí)滯系統(tǒng)；魯棒性；控制；前饋補(bǔ)償

0 引 言

在人工智能控制和工業(yè)控制等領(lǐng)域中，由于輸入信號(hào)的時(shí)間延遲和控制系統(tǒng)的靈敏度等問(wèn)題，導(dǎo)致工業(yè)過(guò)程控制中出現(xiàn)時(shí)滯現(xiàn)象。由于控制過(guò)程的時(shí)間延遲，導(dǎo)致控制信號(hào)無(wú)法實(shí)時(shí)準(zhǔn)確地作用在控制系統(tǒng)中，使得被控對(duì)象的魯棒性和穩(wěn)定性不好，特別是在被控對(duì)象受到不確定性攝動(dòng)干擾和過(guò)程偏離時(shí)，控制系統(tǒng)不能及時(shí)反饋控制信息，導(dǎo)致控制系統(tǒng)的穩(wěn)定性不好。需要研究時(shí)滯系統(tǒng)的魯棒性跟蹤控制問(wèn)題，有效解決因?yàn)闀r(shí)滯現(xiàn)象導(dǎo)致的系統(tǒng)動(dòng)態(tài)性能不好、快速反饋能力不高等問(wèn)題，研究時(shí)滯系統(tǒng)的優(yōu)化控制方法，將在過(guò)程控制、飛行控制和交通控制等領(lǐng)域都具有較好的應(yīng)用價(jià)值[1]。

對(duì)時(shí)滯系統(tǒng)的控制方法主要采用的是BP神經(jīng)網(wǎng)絡(luò)控制、模糊免疫控制、滑膜積分控制和基于粗糙集理論前饋補(bǔ)償控制等方法[2-4]。早期，Smith提出了針對(duì)時(shí)滯系統(tǒng)的預(yù)估控制，對(duì)時(shí)滯系統(tǒng)加入自適應(yīng)反饋信號(hào)，通過(guò)幅相裕度的參數(shù)整定方法引出系統(tǒng)和模型的時(shí)滯環(huán)節(jié)，跟蹤時(shí)滯系統(tǒng)的相移，使控制信號(hào)在作用時(shí)間上能夠補(bǔ)償系統(tǒng)的時(shí)間延遲，這種控制方法稱(chēng)為Smith控制[5]。該控制方法在工業(yè)控制等領(lǐng)域具有較好的應(yīng)用價(jià)值，但是對(duì)時(shí)變二自由度系統(tǒng)的控制過(guò)程中，不能建立精確的數(shù)學(xué)模型，導(dǎo)致Smith控制方法對(duì)時(shí)變二自由度的時(shí)滯系統(tǒng)的控制效果不好，在模型偏差較大時(shí)控制的魯棒性不高。對(duì)此，相關(guān)文獻(xiàn)進(jìn)行了算法改進(jìn)設(shè)計(jì)，其中，文獻(xiàn)[6]提出一種基于模糊Smith控制的閉環(huán)控制方法，在Smith控制器中加入模糊神經(jīng)網(wǎng)絡(luò)控制器進(jìn)行參數(shù)自整定性調(diào)節(jié)，提高了控制器的響應(yīng)能力和魯棒性，但該方法存在計(jì)算開(kāi)銷(xiāo)較大、應(yīng)用性不高的問(wèn)題。文獻(xiàn)[7]提出一種基于混沌周期跟蹤同態(tài)控制的時(shí)滯系統(tǒng)的魯棒性控制方法，提高了時(shí)滯系統(tǒng)的同步控制能力。該控制器在迭代學(xué)習(xí)控制同步誤差收斂容易陷入局部最優(yōu)解，可能導(dǎo)致系統(tǒng)的不穩(wěn)定。文獻(xiàn)[8]提出一種基于Morris-Lecar(ML)模型的時(shí)滯系統(tǒng)控制設(shè)計(jì)方法。該控制器設(shè)計(jì)包括了對(duì)時(shí)滯系統(tǒng)的反饋控制、反演設(shè)計(jì)、非線性控制，控制器具有多參數(shù)、強(qiáng)耦合和非線性特性，但該方法在迭代學(xué)習(xí)控制過(guò)程中，在有限的時(shí)間區(qū)間內(nèi)無(wú)法實(shí)現(xiàn)對(duì)誤差的完全跟蹤，在先驗(yàn)知識(shí)缺乏的情況下控制器的穩(wěn)定性不能得到保證[9]。

針對(duì)上述問(wèn)題，提出了一種基于前饋補(bǔ)償?shù)臅r(shí)滯系統(tǒng)魯棒性跟蹤控制器設(shè)計(jì)方法。首先分析了常規(guī)的Smith控制器，并進(jìn)行控制對(duì)象的參量模型構(gòu)建，實(shí)現(xiàn)對(duì)被控系統(tǒng)的參量整定性分析和描述，在Smith控制結(jié)構(gòu)的基礎(chǔ)上，引入前饋補(bǔ)償設(shè)計(jì)，用Levenberg-Marquardt(LM)算法對(duì)神經(jīng)元網(wǎng)絡(luò)進(jìn)行訓(xùn)練，設(shè)計(jì)一種改進(jìn)的LM-Smith控制器，實(shí)現(xiàn)對(duì)時(shí)滯系統(tǒng)的魯棒性跟蹤控制。仿真實(shí)驗(yàn)進(jìn)行了性能驗(yàn)證，展示了提出方法在提高時(shí)滯系統(tǒng)控制性能方面的優(yōu)越性。該控制器能對(duì)時(shí)變對(duì)象進(jìn)行跟蹤和補(bǔ)償，控制效果較好。

1 被控對(duì)象描述和LM-Smith神經(jīng)網(wǎng)絡(luò)控制器

1.1 常規(guī)的Smith控制器和控制對(duì)象的參數(shù)分析

為了實(shí)現(xiàn)對(duì)時(shí)滯系統(tǒng)的魯棒性控制，首先分析時(shí)滯系統(tǒng)被控對(duì)象，進(jìn)行控制參量分析，利用內(nèi)?？刂扑枷朐O(shè)計(jì)二自由度的時(shí)滯控制系統(tǒng)，采用常規(guī)Smith控制器的結(jié)構(gòu)進(jìn)行被控對(duì)象的輸入輸出描述[10-12]，得到常規(guī)的Smith控制器結(jié)構(gòu)，如圖1所示。

圖1 Smith控制結(jié)構(gòu)框圖

圖1中，G0(s)e-τs是時(shí)滯二自由度控制系統(tǒng)的系統(tǒng)傳遞函數(shù)，Gc(s)是控制器，Y(s)與e-tms是建立的系統(tǒng)響應(yīng)閉環(huán)特征函數(shù)。利用內(nèi)?？刂扑枷朐O(shè)計(jì)二自由度PID控制器，當(dāng)時(shí)滯耦合系統(tǒng)傳遞函數(shù)確定時(shí)，Gm(s)=G0(s)，tm=τ，系統(tǒng)的反饋信號(hào)為：

H(s)+Y(s)=Gm(s)U(s)

(1)

上述Smith控制系統(tǒng)形成了一種二自由度IMC-PID控制器，首先建立被控系統(tǒng)時(shí)滯耦合系統(tǒng)傳遞函數(shù)：

(2)

其中，控制器的輸入向量相當(dāng)于直接從Gm(s)的輸出端引出了反饋信號(hào)，構(gòu)建非線性耦合的時(shí)滯閉環(huán)系統(tǒng)，當(dāng)系統(tǒng)受到干擾向量e-tms的影響，通過(guò)設(shè)計(jì)控制器使系統(tǒng)的閉環(huán)傳遞函數(shù)與系統(tǒng)慣性環(huán)節(jié)滿(mǎn)足傳遞函數(shù)：

(3)

上述的傳遞函數(shù)的特征方程沒(méi)有時(shí)滯項(xiàng)，延遲環(huán)節(jié)用預(yù)估模型實(shí)現(xiàn)時(shí)滯環(huán)節(jié)的誤差跟蹤補(bǔ)償。延遲環(huán)節(jié)用泰勒近似得：

(4)

當(dāng)模型不準(zhǔn)確時(shí)，存在特征方程：

(5)

時(shí)滯二自由度控制過(guò)程中功率增益K=ΔK·Km，其中ΔK>0，特征方程仍受時(shí)滯環(huán)節(jié)的影響，且靈敏度函數(shù)誤差越大，控制性能越差。為了對(duì)被控時(shí)滯系統(tǒng)進(jìn)行誤差跟蹤補(bǔ)償和魯棒性控制，需要將圖1中的控制對(duì)象分解為確定性和不確定性的兩個(gè)控制環(huán)節(jié)，分別為Gm(s)e-tms與Gm(s)。給這兩個(gè)控制環(huán)節(jié)分別構(gòu)造一組時(shí)滯二自由度控制自抗擾神經(jīng)元網(wǎng)絡(luò)，使用LM算法進(jìn)行自適應(yīng)訓(xùn)練和Smith控制器改進(jìn)設(shè)計(jì)。

1.2 LM-Smith神經(jīng)網(wǎng)絡(luò)控制律

在上述傳統(tǒng)Smith控制器設(shè)計(jì)的基礎(chǔ)上，分析圖1所示的時(shí)滯系統(tǒng)，以此為被控對(duì)象，進(jìn)行時(shí)滯系統(tǒng)的魯棒性控制算法改進(jìn)。構(gòu)建非線性耦合LM控制方程：

(6)

其中，λ1和λ2為濾波時(shí)間常數(shù)；Km為純滯后環(huán)節(jié)的最大幅值；Lm為開(kāi)環(huán)傳遞的增益系數(shù)；Tmi為滯后時(shí)間。

在慣性環(huán)節(jié)加純滯后環(huán)節(jié)，得到傳遞函數(shù)為：

(7)

通過(guò)調(diào)節(jié)λ1和λ2獲得最大靈敏度，確?？刂葡到y(tǒng)的穩(wěn)定性，同時(shí)利用一階泰勒展開(kāi)近似e-Lms=1-Lms，在系統(tǒng)的核空間矩陣中，引入前饋補(bǔ)償設(shè)計(jì)，用LM算法對(duì)神經(jīng)元網(wǎng)絡(luò)進(jìn)行訓(xùn)練[13]，得到的魯棒性控制預(yù)估模型看作是兩個(gè)控制環(huán)并聯(lián)，改進(jìn)的LM-Smith時(shí)滯系統(tǒng)控制器結(jié)構(gòu)如圖2所示。

圖2 改進(jìn)的LM-Smith時(shí)滯系統(tǒng)控制器結(jié)構(gòu)圖

(8)

令Δxk=αpk，其中α為向量長(zhǎng)度，利用PID算法進(jìn)行時(shí)滯二自由度控制，得到時(shí)滯二自由度控制系統(tǒng)的模糊自適應(yīng)耦合隸屬度傳遞函數(shù)為：

(9)

2 LMBP算法與時(shí)滯系統(tǒng)魯棒性跟蹤控制算法改進(jìn)實(shí)現(xiàn)

2.1 LMBP算法

在BP神經(jīng)網(wǎng)絡(luò)控制算法的基礎(chǔ)上，設(shè)計(jì)LM-Smith神經(jīng)網(wǎng)絡(luò)控制律，而傳統(tǒng)方法對(duì)時(shí)滯系統(tǒng)的控制采用Smith預(yù)估模型，當(dāng)被控對(duì)象發(fā)生非線性變化和受到干擾時(shí)，控制誤差的反饋調(diào)節(jié)性能不好。為了克服傳統(tǒng)方法的弊端，提出一種加入前饋補(bǔ)償?shù)臅r(shí)滯系統(tǒng)魯棒性跟蹤控制器設(shè)計(jì)方法。在LM算法的基礎(chǔ)上，以牛頓法為基礎(chǔ)，引入前饋補(bǔ)償進(jìn)行時(shí)滯系統(tǒng)的魯棒性跟蹤控制。假設(shè)時(shí)滯系統(tǒng)的被控對(duì)象目標(biāo)性能函數(shù)F(x)的LM級(jí)數(shù)展開(kāi)為：

(10)

其中，xk是n維用二階泰勒級(jí)數(shù)展開(kāi)，x的第k次神經(jīng)網(wǎng)絡(luò)迭代輸出；gk與Ak分別為神經(jīng)元控制迭代優(yōu)化梯度；F(x)為控制對(duì)象的二階梯度2F(x)的第k次迭代值。

根據(jù)神經(jīng)網(wǎng)絡(luò)泛函，F(xiàn)(xk+1)在偏導(dǎo)數(shù)為零處取極小值，采用最小信息熵泛函，得到：

gk+AkΔxk=0

(11)

通過(guò)構(gòu)造李雅普諾夫泛函，解得：

(12)

根據(jù)牛頓-萊布尼茲公式，基于雙模魯棒預(yù)測(cè)控制，設(shè)F(x)為輸入狀態(tài)穩(wěn)定輸出，即：

(13)

則持續(xù)擾動(dòng)離散系統(tǒng)的一階梯度第j個(gè)分量為：

(14)

計(jì)算時(shí)滯系統(tǒng)在持續(xù)擾動(dòng)下的干擾輸入，得到離散廣義系統(tǒng)的矩陣測(cè)度為：

(15)

使用了凸多面體方法優(yōu)化LM-Smith神經(jīng)網(wǎng)絡(luò)性能，通過(guò)被控對(duì)象和輸入輸出信號(hào)進(jìn)行時(shí)滯跟蹤，得到時(shí)滯系統(tǒng)的魯棒性跟蹤控制的雅可比矩陣J(x)為：

(16)

求解LM-Smith神經(jīng)網(wǎng)絡(luò)泛函，接著計(jì)算時(shí)滯系統(tǒng)的二階梯度2F(x)為：

(17)

由此，通過(guò)前饋補(bǔ)償，得到LM控制下的BP控制律為：

(18)

當(dāng)μk極大時(shí)，時(shí)滯系統(tǒng)魯棒性跟蹤控制還原為最速下降法，控制系統(tǒng)具有穩(wěn)定性。

2.2 時(shí)滯系統(tǒng)魯棒性跟蹤控制算法改進(jìn)實(shí)現(xiàn)

將LM算法應(yīng)用于BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練中，加入前饋補(bǔ)償積分項(xiàng)目，利用時(shí)滯系統(tǒng)誤差向后傳播的特點(diǎn)，進(jìn)行時(shí)滯系統(tǒng)魯棒性跟蹤控制設(shè)計(jì)。設(shè)神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本的容量為Q，得到時(shí)滯系統(tǒng)魯棒性跟蹤控制的性能指標(biāo)函數(shù)為：

(19)

(20)

分析滑模切換函數(shù)的未擾運(yùn)動(dòng)參量，在存在干擾的n階線性不確定離散系統(tǒng)中，當(dāng)S(x)很小時(shí)，2F(x)可以近似表示為：

(21)

確定神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，將樣本輸入網(wǎng)絡(luò)，將LM算法應(yīng)用于BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練，得W和Z的迭代公式為：

(22)

(23)

使用訓(xùn)練樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)，得到時(shí)滯系統(tǒng)魯棒性控制的多層網(wǎng)絡(luò)訓(xùn)練的雅可比矩陣為：

(24)

計(jì)算出雅可比矩陣后，將樣本輸入網(wǎng)絡(luò)，得到時(shí)滯系統(tǒng)魯棒性跟蹤控制的一般項(xiàng)為：

(25)

(26)

通過(guò)在控制器中加入前饋補(bǔ)償，進(jìn)行時(shí)滯系統(tǒng)的誤差跟蹤補(bǔ)償，第k次跟蹤誤差為：

ek(t)=yd(t)-yk(t)

(27)

通過(guò)上述設(shè)計(jì)，使用最速下降法構(gòu)建LMBP算法，當(dāng)性能指標(biāo)函數(shù)小于給定值時(shí)，算法收斂，通過(guò)設(shè)計(jì)控制器使系統(tǒng)的閉環(huán)傳遞函數(shù)收斂到最優(yōu)值，避免了時(shí)滯系統(tǒng)的魯棒性跟蹤控制的最優(yōu)值陷入局部收斂。

3 仿真實(shí)驗(yàn)與性能分析

為了測(cè)試所設(shè)計(jì)的控制算法在實(shí)現(xiàn)時(shí)滯系統(tǒng)魯棒性跟蹤控制中的性能，對(duì)其進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)建立在Matlab 7.0環(huán)境上，硬件環(huán)境如下：Dell 3410b，處理器為Intel Core2 Duo1.56 GHz，1 G內(nèi)存，主頻為DER2 667的PC機(jī)。

(28)

在上述常規(guī)Smith控制器的基礎(chǔ)上，引入LM算法進(jìn)行神經(jīng)網(wǎng)絡(luò)自適應(yīng)訓(xùn)練，構(gòu)建LM-Smith控制器。為了展示所設(shè)計(jì)的LM-Smith控制器對(duì)時(shí)滯系統(tǒng)魯棒性跟蹤控制中的魯棒性能，采用LMBP算法確定神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，計(jì)算輸出值、誤差向量。選擇μ=1，θ=0.5，選取了方波、線性調(diào)頻波、正弦波等三種信號(hào)進(jìn)行LMNN1與LMNN2的預(yù)訓(xùn)練，設(shè)采樣時(shí)間為12 s，得到控制對(duì)象分解的確定性和不確定性的兩個(gè)控制環(huán)節(jié)Gm(s)e-tms與Gm(s)的離散預(yù)估模型為：

y(k)=0.579 6y(k-1)+0.399u(k-5)+ 0.021 46u(k-6)

(29)

y(k)=0.472 4y(k-1)+0.633 2u(k-1)

(30)

在控制器中，用測(cè)試樣本測(cè)試神經(jīng)網(wǎng)絡(luò)，使用LMNN1跟蹤Gm(s)e-tms，LMNN2跟蹤Gm(s)，得到LM-Smith控制器對(duì)Gm(s)e-tms和Gm(s)的訓(xùn)練輸出，如圖3所示。

圖3 LM-Smith控制器對(duì)時(shí)滯系統(tǒng)兩部分的預(yù)訓(xùn)練結(jié)果

從圖中可見(jiàn)，采用所設(shè)計(jì)的控制器，對(duì)時(shí)滯系統(tǒng)進(jìn)行預(yù)訓(xùn)練，能使得控制測(cè)試誤差在理想的范圍之內(nèi)，保證測(cè)試結(jié)果的真實(shí)有效，控制對(duì)象離散化后都是線性函數(shù)，有效保證了控制器的穩(wěn)定性和收斂性。以此為基礎(chǔ)，在LM-Smith控制器中引入神經(jīng)元模型和前饋補(bǔ)償，進(jìn)行時(shí)滯系統(tǒng)被控對(duì)象的魯棒性跟蹤仿真，分別對(duì)時(shí)滯系統(tǒng)在存在時(shí)滯現(xiàn)象和無(wú)時(shí)滯現(xiàn)象時(shí)進(jìn)行跟蹤控制，控制仿真共采樣2 024次。

圖4 被控對(duì)象的期望輸出和預(yù)測(cè)輸出結(jié)果

從圖4可見(jiàn)，采用所提出的算法，通過(guò)加入前饋補(bǔ)償算子自適應(yīng)訓(xùn)練控制器的神經(jīng)元，在時(shí)滯系統(tǒng)中，無(wú)論被控對(duì)象存在或不存在時(shí)滯現(xiàn)象，在被控對(duì)象變化不大的條件下，時(shí)滯系統(tǒng)的小擾動(dòng)得到有效補(bǔ)償，誤差跟蹤補(bǔ)償性能較好，保證了LM-Smith控制器對(duì)被控對(duì)象的實(shí)時(shí)跟蹤控制，預(yù)測(cè)輸出與期望輸出具有較好的一致性，控制精度較高，魯棒性較好。為了定量對(duì)比算法性能，采用傳統(tǒng)方法和提出算法，以控制誤差分布為測(cè)試指標(biāo)，對(duì)比結(jié)果如圖5所示。

圖5 控制誤差分布對(duì)比

從圖5可見(jiàn)，采用提出算法的誤差分布較傳統(tǒng)方法較小，控制性能得到有效改善。

4 結(jié)束語(yǔ)

當(dāng)前的時(shí)滯系統(tǒng)的控制采用Smith預(yù)估模型，當(dāng)被控對(duì)象發(fā)生非線性變化和受到干擾時(shí)，控制誤差的反饋調(diào)節(jié)性能變差。為此，提出一種加入前饋補(bǔ)償?shù)臅r(shí)滯系統(tǒng)魯棒性跟蹤控制器設(shè)計(jì)方法。實(shí)驗(yàn)結(jié)果表明，采用該方法設(shè)計(jì)的時(shí)滯系統(tǒng)魯棒性跟蹤控制器，構(gòu)造簡(jiǎn)單，準(zhǔn)確性好，控制性能優(yōu)越，在工業(yè)過(guò)程控制等領(lǐng)域具有較好的應(yīng)用價(jià)值。

[1] 董文瀚,馬振強(qiáng),解武杰,等.非匹配不確定離散系統(tǒng)的無(wú)抖振積分滑?？刂芠J].控制與決策,2015,30(12):2181-2186.

[2] 章 俊,張冬梅,王辛剛.一類(lèi)參數(shù)不確定連續(xù)正系統(tǒng)受限控制[J].信息與控制,2015,44(5):592-597.

[3] Zhang J F,Han Z Z,Wu H.Robust finite-time stability and stabilization of switched positive systems[J].IET Control Theory and Applications,2014,8(1):67-75.

[4] Ngoc P H A.Stability of positive differential systems with delay[J].IEEE Transactions on Automatic Control,2013,58(1):203-209.

[5] Smith S M,White K,Xu M.Fuzzy logic flight and bottom following controllers for the ocean voyager II AUV[C]//Proceedings of the joint conference on information sciences.Pinehurst:Association for Intelligent Machinery,1994:56-59.

[6] 程 帥,孫俊喜,曹永剛,等.多示例深度學(xué)習(xí)目標(biāo)跟蹤[J].電子與信息學(xué)報(bào),2015,37(12):2906-2912.

[7] Zhong W, Lu H C, Yang M H. Robust object tracking via sparse collaborative appearance model[J].IEEE Transactions on Image Processing,2014,23(5):2356-2368.

[8] Vincent P,Larochellel H,Lajoie I,et al.Stacked denoising autoencoders:learning useful representations in a deep network with a local denoising criterion[J].Journal of Machine Learning Research,2010,11(12):3371-3408.

[9] 李天成,孫樹(shù)棟.采用雙重采樣的移動(dòng)機(jī)器人Monte Carlo定位方法[J].自動(dòng)化學(xué)報(bào),2010,36(9):1279-1286.

[10] 穆施瑤,朱 琦.雙層網(wǎng)絡(luò)中一種新的接入控制機(jī)制[J].電子學(xué)報(bào),2015,43(6):1231-1235.

[11] 萬(wàn) 磊，張英浩，孫玉山，等.基于自抗擾的自主水下航行器地形跟蹤控制[J].兵工學(xué)報(bào),2015,36(10):1943-1948.

[12] 韓京清.自抗擾控制技術(shù)-估計(jì)補(bǔ)償不確定因素的控制技術(shù)[M].北京:國(guó)防工業(yè)出版社,2009:243-261.

[13] Xiang M,Xiang Z R,Karimi H R.Stabilization of positive switched systems with time-varying delays under asynchronous switching[J].International Journal of Control,Automation and Systems,2014,12(5):939-947.

[14] 張麗香,陳鳳蘭.自適應(yīng)Smith預(yù)估補(bǔ)償?shù)倪^(guò)熱汽溫控制系統(tǒng)[J].信息與控制,2015,44(5):513-518.

Robust Tracking Controller of Time Delay System with Feedforward Compensation

LU Xing-hua，ZHENG Chang-hong，WU Huan-bin，YAO Wei，PENG Yi-da

(Huali College of Guangdong University of Technology，Guangzhou 511325，China)

Optimal tracking control for time delay systems are widely used in process control and flight control.The effect of traditional Smith control in time-delay system with time-varying two degrees freedom is not so good that the control robustness is not satisfied with big deviation.In order to improve the stability and fast response ability of the system,design method for robust tracking control of time delay systems has been presented on the basis of improvements on robust tracking controllers of time-delay systems with feedforward compensation and thus two-freedom-degree time-delay systems has been established with internal model control structure to describe the input and output of controlled objects with conventional Smith controller’s structures.Based on the design of Smith controller,the feed forward compensation controller training operator adaptive neuron has been introduced into the time-delay systems and the LMBP algorithm has been constructed with steepest descent method.Therefore the local convergence of optimal robust tracking control value in time-delay systems has been avoided with the implementation of improvements on robust LM-Smith controller design of time-delay system.The simulation results show that the robustness of this proposed method is better than other methods and its control accuracy is higher with less error and that the performances of the established time-delay systems have been promoted significantly.

time delay systems;robustness;control;feedforward compensation

2016-04-06

2016-08-10 網(wǎng)絡(luò)出版時(shí)間：2017-03-13

2015年廣東省重點(diǎn)平臺(tái)及科研項(xiàng)目青年創(chuàng)新人才類(lèi)項(xiàng)目(自然科學(xué)類(lèi))(2015KQNCX218)；2016年廣東省大學(xué)生科技創(chuàng)新培育項(xiàng)目(pdjh2016b0933)；2012廣東省質(zhì)量工程項(xiàng)目“機(jī)電綜合技能實(shí)訓(xùn)中心”(粵教高函[2012]204號(hào))

陸興華(1981-)，男，碩士，講師，研究方向?yàn)橛?jì)算機(jī)控制算法、人工智能。

http://kns.cnki.net/kcms/detail/61.1450.TP.20170313.1545.004.html

TP302

A

1673-629X(2017)06-0136-06

10.3969/j.issn.1673-629X.2017.06.028