MIMO基于SISO紧格式无模型控制器与系统误差的解耦控制方法技术方案
MIMO decoupling control method based on SISO tight format model free controller and system error
This invention discloses a decoupling control method of MIMO based on SISO tight format controller and system error. Firstly, according to the coupling characteristics and tendency characteristics of the MIMO (Multiple Input and Multiple Output, multi input and multi output) system, the MIMO system is decomposed into multiple coupled SISO. E Output, single input and single output) system; SISO system uses SISO tight format without model controller to control; based on BP neural network, the system error is used as input, the system error function value minimization of all SISO system error contribution is taken into consideration, the ladder descent method is adopted, and the input pin is combined with the control input. According to the gradient information of the controller, the system error back propagation is calculated, and the online self-tuning of the parameters such as the penalty factor and the step factor of the SISO tight format controller are realized, and the on-line decoupling of multiple SISO systems is realized synchronously. The method proposed in this invention can achieve good control effect and is an effective way to solve the difficult problem of MIMO system control.
【技术实现步骤摘要】
MIMO基于SISO紧格式无模型控制器与系统误差的解耦控制方法
本专利技术属于自动化控制领域，尤其是涉及一种MIMO基于SISO紧格式无模型控制器与系统误差的解耦控制方法。
技术介绍
MIMO(MultipleInputandMultipleOutput，多输入多输出)系统的控制问题，一直以来都是自动化控制领域所面临的重大挑战之一。MIMO系统的典型特征是耦合性，也就是说：一个输入的变化往往会使多个输出发生变化，一个输出往往也不仅仅受一个输入的影响；但同时，这种耦合性在大多数情况下，尤其是在工业过程自动化控制领域，又会体现出倾向性特征，也就是说：一个输入的变化往往倾向于使某个特定的输出发生显著变化而对其他的输出则影响较小，一个输出往往倾向于被某个特定输入显著影响而受到其他输入的影响则较小。MIMO系统的倾向性特征，为将其分解成多个SISO(SingleInputandSingleOutput，单输入单输出)系统提供了可行性；而MIMO系统的耦合性特征，又预示着这些SISO系统在分别采用SISO控制器进行控制时必须同步解决多个SISO系统之间的在线解耦难题。SISO...
【技术保护点】
MIMO基于SISO紧格式无模型控制器与系统误差的解耦控制方法，其特征在于包括以下步骤：步骤(1)：针对具有mi个输入(mi为大于或等于2的整数)与mo个输出(mo为大于或等于2的整数)的MIMO(Multiple Input and Multiple Output，多输入多输出)系统，选取mi个输入中的一个输入与mo个输出中的一个输出，构成一个SISO(Single Input and Single Output，单输入单输出)系统；重复m次(m≥1且m≤mi且m≤mo且m为整数)，构成m个SISO系统，其中任意之一SISO系统的输入都不作为其他SISO系统的输入，任意之...
【技术特征摘要】
1.MIMO基于SISO紧格式无模型控制器与系统误差的解耦控制方法，其特征在于包括以下步骤：步骤(1)：针对具有mi个输入(mi为大于或等于2的整数)与mo个输出(mo为大于或等于2的整数)的MIMO(MultipleInputandMultipleOutput，多输入多输出)系统，选取mi个输入中的一个输入与mo个输出中的一个输出，构成一个SISO(SingleInputandSingleOutput，单输入单输出)系统；重复m次(m≥1且m≤mi且m≤mo且m为整数)，构成m个SISO系统，其中任意之一SISO系统的输入都不作为其他SISO系统的输入，任意之一SISO系统的输出都不作为其他SISO系统的输出；所述m个SISO系统采用m个SISO紧格式无模型控制器进行控制；步骤(2)：针对第j个(1≤j≤m)SISO紧格式无模型控制器，所述第j个SISO紧格式无模型控制器参数包含惩罚因子λj和步长因子ρj；确定所述第j个SISO紧格式无模型控制器待整定参数，所述第j个SISO紧格式无模型控制器待整定参数，为所述第j个SISO紧格式无模型控制器参数的部分或全部，包含惩罚因子λj和步长因子ρj的任意之一或任意种组合；确定第j个BP神经网络的输入层节点数、隐含层节点数、输出层节点数，所述输出层节点数不少于所述第j个SISO紧格式无模型控制器待整定参数个数；初始化第j个BP神经网络的隐含层权系数、输出层权系数；如果m≥2，则针对其他m-1个SISO紧格式无模型控制器，重复执行本步骤；步骤(3)：将当前时刻记为k时刻；步骤(4)：计算k时刻的{梯度信息集}；针对第j个(1≤j≤m)SISO紧格式无模型控制器，具有步骤(4-1)、步骤(4-2)、步骤(4-3)、步骤(4-4)、步骤(4-5)的处理：所述步骤(4-1)为：基于第j个SISO系统输出期望值与第j个SISO系统输出实际值，采用第j个SISO系统误差计算函数，计算得到k时刻的第j个SISO系统误差，记为ej(k)；所述步骤(4-2)为：将步骤(4-1)计算得到的第j个SISO系统误差及其函数组、第j个SISO系统输出期望值、第j个SISO系统输出实际值的任意之一或任意种组合，记为集合{系统误差j}，并作为第j个BP神经网络的输入；所述步骤(4-3)为：基于步骤(4-2)所述的第j个BP神经网络的输入，第j个BP神经网络进行前向计算，计算结果通过第j个BP神经网络的输出层输出，得到所述第j个SISO紧格式无模型控制器待整定参数的值；所述步骤(4-4)为：基于步骤(4-1)得到的所述第j个SISO系统误差ej(k)、步骤(4-3)得到的所述第j个SISO紧格式无模型控制器待整定参数的值，采用SISO紧格式无模型控制器的控制算法，计算得到第j个SISO紧格式无模型控制器针对被控对象在k时刻的控制输入uj(k)；所述步骤(4-5)为：基于步骤(4-4)得到的所述控制输入uj(k)，计算所述控制输入uj(k)分别针对第j个SISO紧格式无模型控制器各个待整定参数在k时刻的梯度信息，所述梯度信息的具体计算公式如下：当所述第j个SISO紧格式无模型控制器待整定参数中包含惩罚因子λj时，所述控制输入uj(k)针对所述惩罚因子λj在k时刻的梯度信息为：当所述第j个SISO紧格式无模型控制器待整定参数中包含步长因子ρj时，所述控制输入uj(k)针对所述步长因子ρj在k时刻的梯度信息为：其中，为第j个SISO紧格式无模型控制器在k时刻的伪梯度估计值；上述全部所述梯度信息的集合...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。