一种网络化环境下的非线性卡车拖车系统模糊控制方法技术方案

本发明专利技术提供了一种网络化环境下的非线性卡车拖车系统模糊控制方法，包括：将非线性卡车拖车系统建模为分段T

【技术实现步骤摘要】
一种网络化环境下的非线性卡车拖车系统模糊控制方法


[0001]本专利技术涉及网络化模糊系统的鲁棒控制领域，特别涉及一种网络化环境下的非线性卡车拖车系统模糊控制方法。

技术介绍

[0002]卡车拖车倒车控制问题作为一个经典的控制问题，其控制目标是通过前方卡车倒车控制卡车和拖车进入指定位置。然而，因其系统模型中具有多变量、非线性等特点使得难以获得该系统精确的数学模型，进而导致针对卡车拖车系统的控制问题趋于复杂化。为了解决这一问题，国内外学者在过去几十年里提出了多种方案，其中T
‑
S模糊模型因其能够在一定条件下精确的逼近非线性特性得到了广泛地关注。另外，T
‑
S模糊模型是由若干线性系统模型通过隶属函数的加权组成的，线性系统控制理论同样适用于T
‑
S模糊模型，这将极大的简化了非线性系统的控制问题。因此，研究针对非线性卡车拖车系统的T
‑
S模糊控制问题具有重要的实际意义。
[0003]近年来，随着互联网技术的发展和广泛普及，传统的通信机制因数据依赖于固定的周期采集和传输，导致信息的冗余以及网络资源的浪费，已不能满足实际需求。一种新的通讯机制被提出，即事件触发机制，该机制通过设定数据传输条件，实现了对网络资源的有效利用。因此，针对事件触发的控制问题吸引了大量学者的广泛研究。专利技术专利《基于事件触发机制的非线性卡车拖车系统的模糊控制方法》(CN201810044342.1)，《一种针对非线性不确定系统的自适应事件触发控制方法》(CN201910871451.5)，《基于事件触发的T
‑
S模糊网络系统的控制方法》(CN201810858012.6)，和《广义系统下事件触发的网络化T
‑
S模糊H
∞
控制方法》(CN201911246449.5)中，分别研究了事件触发通信机制下的T
‑
S模糊系统控制问题。然而需要指出的是，在上述专利技术专利的方法中模糊控制器和事件触发机制需要协同设计，如此增加了控制过程的复杂性。因此，如何将控制器和事件触发机制进行分开设计是一个尚未被解决的难题，目前尚未存在相关方面的专利技术，亟需给出设计方案。
[0004]另外，在网络化环境下，数据信号在传输过程中将会受到多方面因素的干扰而导致数据异变，进而造成系统性能的恶化，甚至不稳定。因此，针对突变数据信号的处理就显得尤为重要，众多学者针对该问题开展了积极的研究，但研究对象大多集中于线性系统。如何处理非线性控制系统中的离群值成为了另一个亟待解决的问题。

技术实现思路

[0005]本专利技术的目的是提供一种网络化环境下的非线性卡车拖车系统模糊控制器设计方法，以解决非线性卡车拖车系统的控制问题，同时在网络资源有限以及传输信号异常的情况下，能够保证控制系统稳定并且达到理想的性能要求。
[0006]本专利技术的技术方案：
[0007]一种网络化环境下的非线性卡车拖车系统模糊控制方法，包括以下内容：
[0008]首先，建立卡车拖车系统的动态数学模型。
[0009]然后，设计带有状态自适应饱和的分段模糊状态反馈控制器，并通过线性矩阵不等式技术求解控制器增益。
[0010]其次，构造分段事件触发机制，设计事件触发控制方案。
[0011]最后，分段模糊控制器u(t)将控制信号传送给系统执行器，实现控制目的。
[0012]本专利技术的有益效果：本专利技术提供的一种针对网络化环境下的非线性卡车拖车系统模糊控制器设计，在系统受到离群值干扰情况下保证了系统实现理想控制性能，同时提高了网络资源的利用效率。另外，所提出方案克服了事件触发机制和模糊控制器需要协同设计的局限性。
附图说明
[0013]图1为本专利技术的方法步骤框图。
[0014]图2为本专利技术实施例的卡车拖车系统模型示意图。
[0015]图3为本专利技术实施例中未加入状态自适应饱和的系统状态响应示意图。
[0016]图4为本专利技术实例中加入状态自适应饱和的系统状态响应示意图
[0017]图5为本专利技术实施例的控制器控制输出示意图。
[0018]图6为本专利技术实施例的参数的轨迹。
[0019]图7为本专利技术实施例的事件触发装置发送数据情况示意图。
具体实施方式
[0020]下面结合附图和具体实施方式对本专利技术进行详细说明。
[0021]如图1所示，本专利技术的一种网络化环境下的非线性卡车拖车系统模糊控制方法，包括以下步骤：
[0022]步骤1：建立卡车拖车系统的动态数学模型，如下所示：
[0023][0024][0025][0026]式中，x1(t)，x2(t)，x3(t)分别表示卡车与拖车运行方向的夹角、拖车当前位置与理想位置水平方向的夹角以及到理想位置的垂直距离；u(t)为控制输入；v表示恒定的倒车速度；L表示拖车长度；t0表示系统初始时间；l表示卡车长度；表示采样时间。
[0027]首先，将上述非线性卡车拖车系统建模为T
‑
S模糊系统模型，如下所示：
[0028][0029][0030]其中，x(t)为系统的状态向量，ω(t)表示有界干扰信号，z(t)为测量输出，∑表示
求和符号，h
m
(x(t)),m＝(1,2,...,r)表示模糊隶属度函数，r表示模糊规则总数，A
m
、B
m
、D
m
和E
m
为系统矩阵。
[0031]然后，将T
‑
S模糊系统模型建立为分段T
‑
S模糊模型，如下所示：
[0032][0033]z(t)＝E
l
x(t)
[0034]其中，l表示系统状态空间的不同分区，其中，l表示系统状态空间的不同分区，均为系统矩阵，表示系统状态空间区域参数的集合。
[0035]步骤2：带有状态自适应饱和的分段模糊状态反馈控制器设计。
[0036](2.1)设计如下结构的分段模糊状态反馈控制器：
[0037]u(t)＝K
s
Sat
σ(t)
(x(t))
[0038]其中，K
s
为模糊控制器增益矩阵，s表示控制器所处的不同分区。Sat
σ(t)
(x(t))为对称矢量饱和函数，σ(t)为可变非负饱和界，满足以下方程：
[0039][0040][0041]其中，λ>0和R>0分别表示自适应饱和的控制参数和调节矩阵，w
k
>0,(k＝1,2,...,m)表示矩阵W对角线第k项，其中W在步骤2的(2.3)中给出，m为正整数。σ
k
(t)表示饱和函数在某时刻的饱和界，表示上述关于σ
k
(t)的等式总是成立的，是的导数。
[0042]基于步骤1中卡车拖车系统的分段T
‑本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网络化环境下的非线性卡车拖车系统模糊控制方法，其特征在于：步骤如下：步骤1：建立卡车拖车系统的动态数学模型，如下所示：步骤1：建立卡车拖车系统的动态数学模型，如下所示：步骤1：建立卡车拖车系统的动态数学模型，如下所示：式中，x1(t)，x2(t)，x3(t)分别表示卡车与拖车运行方向的夹角、拖车当前位置与理想位置水平方向的夹角以及到理想位置的垂直距离；u(t)为控制输入；v表示恒定的倒车速度；L表示拖车长度；t0表示系统初始时间；l表示卡车长度；t表示采样时间；首先，将上述非线性卡车拖车系统建模为T
‑
S模糊系统模型，如下所示：S模糊系统模型，如下所示：其中，x(t)为系统的状态向量，ω(t)表示有界干扰信号，z(t)为测量输出，∑表示求和符号，h
m
(x(t)),m＝1,2,...,r表示模糊隶属度函数，r表示模糊规则总数，A
m
、B
m
、D
m
和E
m
为系统矩阵；然后，将T
‑
S模糊系统模型建立为分段T
‑
S模糊模型，如下所示：z(t)＝E
l
x(t)其中，l表示系统状态空间的不同分区，其中，l表示系统状态空间的不同分区，均为系统矩阵，表示系统状态空间区域参数的集合；步骤2：带有状态自适应饱和的分段模糊状态反馈控制器设计；(2.1)设计如下结构的分段模糊状态反馈控制器：u(t)＝K
s
Sat
σ(t)
(x(t))其中，K
s
为模糊控制器增益矩阵，s表示控制器所处的不同分区；Sat
σ(t)
(x(t))为对称矢量饱和函数，σ(t)为可变非负饱和界，满足以下方程：量饱和函数，σ(t)为可变非负饱和界，满足以下方程：其中，λ>0和R>0分别表示自适应饱和的控制参数和调节矩阵，w
k
>0,k＝1,2,...,m表示矩阵W对角线第k项，m为正整数；σ
k
(t)表示饱和函数在某时刻的饱和界，表示上述关于
σ
k
(t)的等式总是成立的，是的导数；基于步骤1中卡车拖车系统的分段T
‑
S模糊模型和所设计的分段模糊状态反馈控制器，建立卡车拖车系统的闭环模型，如下所示：z(t)＝E
l
x(t)其中，B
ls
＝B
l
K
s
A
ls
＝A
l
+B
l
K
s
(2.2)建立如下结构的李雅普诺夫函数，分析系统稳定性：其中，矩阵P为李雅普诺夫矩阵，参数ε>0是一个足够小的标量，表示取两者间的最大值；(2.3)分段模糊控制器设计条件：对于给定参数λ>0；如果存在标量β1>0，β2≥0，李雅普诺夫矩阵P...

【专利技术属性】
技术研发人员：王晓磊，孙谷雨，马宗政，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：