27毕业设计_基于状态观测器的线性不确定系统鲁棒控制器设计

这些近似来源般归结为不确定因素，即不确定性。

这种不确定性很明显会给我们带来不利影响，因此，我们要，由于实际控制对象的复杂性，加上周围环境的不稳定性，这使得用数学模型来完全真实反映个实际的被控对象几乎是不可能的。

因此，我们所研究的数学模型都是实际被控对象的种近似描述，这种近似通常来源于几个方面不确定性的摄动及其与公称模型的关系摄动的最大值。

这样，不确定系统可以用个非结构化集合或结构化集合来描述。

鲁棒控制发展概述在控制系统的分析研究过程中，首先要建立被控对象的模型，即给出种数学描述构不确定性。

后者用于表示那些整个控制对象和不确定性之间相互关系的结构是非常明确的不确定性，例如控制对象中存在有限个不确定性参数。

个不确定性系统的描述应该包括下述三个方面的内容公称模型表示对系统的不确定性不过与敏感，这就是我们要考虑的鲁棒性问题。

不确定性可分为非结构不确定性和结构不确定性这两大类。

前者用于表示那些结构不明确的不确定性，例如频率响应位于复平面上个集合内的不确定性为非结段来设计控制系统。

同理，通常用机理推导和模型辨识等手段得到的数学模型同样带有不确定性。

在实际应用的过程中，尽管系统模型存在不确定性，我们总希望所设计的控制器能够满足定的期望指标。

即希望所设计的控制器控制理论设计的控制器，在很大程度上必须依靠现场调试，才能获得满意的控制技能。

而基于状态方程等数学模型为主要设计依据的现代控制理论，则依靠线性代数微分几何以及最优化方法等严谨的数学工具，采用数学解析的手率特性是设计控制系统的主要依据，整个系统的性能指标也是通过引入控制器来整定开环系统频率特性的方法而实现的。

由于被控对象的频率特性通常是靠实验测试等手段获得的，因此，不可避免的带有不确定性。

这就导致经典而导致系统模型的误差或称作不确定性。

在实际过程中，从严格意义上讲，不存在不确定性的系统是不存在的。

因此，对不确定性系统的稳定性和控制进行研究具有较大的意义和实际价值。

在经典控制理论中，被控对象的频计的控制器也会过于复杂常需对模型进行必要的简化，才可在实际中得以应用。

此外，随着系统的工作环境或条件的变化，控制系统中元器件的老化磨损，信号传输过程中出现的偏差或故障，对被控对象的特性均会有影响，从些试验手段或理论推导得到我们要据此设计控制器的所谓模型，这些模型的精确性由于信息获得过程的局限性往往会受到影响。

另外，随着生产过程的复杂性以及控制要求的提高，即使获得了相对精确的模型，但据此所设环节的控制系统设计总是不可避免的要利用到被控对象的有关信息，这些信息可能是过程或环节的脉冲或阶跃响应模型预测控制传递函数动态方程，或者是描述系统的时间常数延迟时间等，这些信息的获得总是要利用不确定性是指那些结构不明确的不确定性。

在鲁棒控制问题的研究中，非结构化的不确定性模型更重要，其原因是由于所采用的控制模型只有包括些非结构化的不确定性才能覆盖维建模动态。

在实际生产过程中，对各种过程及特性作任何假设，通常只是认为它属于个已知集合。

对于系统模型的未知有界不确定性又可以分为结构不确定性和非结构不确定性两类结构不确定性是指那些模型与不确定性之间相互关系的结构非常明确的不确定性非结构态性能。

鲁棒控制主要研究具有未知有界不确定性的系统模型，通过鲁棒控制的手段使系统具有鲁棒性，即系统在不确定因素作用下维持其稳定性的能力。

这种模型对不确定型的描述是相对宽松的，它不需要对不确定因素的随机得我们设计的控制器能够减少这种不利影响，鲁棒控制的方法正是基于这种思想提出的。

所谓的鲁棒控制是通过利用系统模型的些不确定信息，来设计个控制器，使得闭环系统对所有的不确定性是稳定的，且具有定的动态得我们设计的控制器能够减少这种不利影响，鲁棒控制的方法正是基于这种思想提出的。

所谓的鲁棒控制是通过利用系统模型的些不确定信息，来设计个控制器，使得闭环系统对所有的不确定性是稳定的，且具有定的动态性能。

鲁棒控制主要研究具有未知有界不确定性的系统模型，通过鲁棒控制的手段使系统具有鲁棒性，即系统在不确定因素作用下维持其稳定性的能力。

这种模型对不确定型的描述是相对宽松的，它不需要对不确定因素的随机特性作任何假设，通常只是认为它属于个已知集合。

对于系统模型的未知有界不确定性又可以分为结构不确定性和非结构不确定性两类结构不确定性是指那些模型与不确定性之间相互关系的结构非常明确的不确定性非结构不确定性是指那些结构不明确的不确定性。

在鲁棒控制问题的研究中，非结构化的不确定性模型更重要，其原因是由于所采用的控制模型只有包括些非结构化的不确定性才能覆盖维建模动态。

在实际生产过程中，对各种过程及环节的控制系统设计总是不可避免的要利用到被控对象的有关信息，这些信息可能是过程或环节的脉冲或阶跃响应模型预测控制传递函数动态方程，或者是描述系统的时间常数延迟时间等，这些信息的获得总是要利用些试验手段或理论推导得到我们要据此设计控制器的所谓模型，这些模型的精确性由于信息获得过程的局限性往往会受到影响。

另外，随着生产过程的复杂性以及控制要求的提高，即使获得了相对精确的模型，但据此所设计的控制器也会过于复杂常需对模型进行必要的简化，才可在实际中得以应用。

此外，随着系统的工作环境或条件的变化，控制系统中元器件的老化磨损，信号传输过程中出现的偏差或故障，对被控对象的特性均会有影响，从而导致系统模型的误差或称作不确定性。

在实际过程中，从严格意义上讲，不存在不确定性的系统是不存在的。

因此，对不确定性系统的稳定性和控制进行研究具有较大的意义和实际价值。

在经典控制理论中，被控对象的频率特性是设计控制系统的主要依据，整个系统的性能指标也是通过引入控制器来整定开环系统频率特性的方法而实现的。

由于被控对象的频率特性通常是靠实验测试等手段获得的，因此，不可避免的带有不确定性。

这就导致经典控制理论设计的控制器，在很大程度上必须依靠现场调试，才能获得满意的控制技能。

而基于状态方程等数学模型为主要设计依据的现代控制理论，则依靠线性代数微分几何以及最优化方法等严谨的数学工具，采用数学解析的手段来设计控制系统。

同理，通常用机理推导和模型辨识等手段得到的数学模型同样带有不确定性。

在实际应用的过程中，尽管系统模型存在不确定性，我们总希望所设计的控制器能够满足定的期望指标。

即希望所设计的控制器对系统的不确定性不过与敏感，这就是我们要考虑的鲁棒性问题。

不确定性可分为非结构不确定性和结构不确定性这两大类。

前者用于表示那些结构不明确的不确定性，例如频率响应位于复平面上个集合内的不确定性为非结构不确定性。

后者用于表示那些整个控制对象和不确定性之间相互关系的结构是非常明确的不确定性，例如控制对象中存在有限个不确定性参数。

个不确定性系统的描述应该包括下述三个方面的内容公称模型表示不确定性的摄动及其与公称模型的关系摄动的最大值。

这样，不确定系统可以用个非结构化集合或结构化集合来描述。

鲁棒控制发展概述在控制系统的分析研究过程中，首先要建立被控对象的模型，即给出种数学描述，由于实际控制对象的复杂性，加上周围环境的不稳定性，这使得用数学模型来完全真实反映个实际的被控对象几乎是不可能的。

因此，我们所研究的数学模型都是实际被控对象的种近似描述，这种近似通常来源于几个方面对高阶系统的降阶处理，非线性系统的线性化，测量误差，各种干扰信号，环境的变化对系统参数和动态的影响。

这些近似来源般归结为不确定因素，即不确定性。

这种不确定性很明显会给我们带来不利影响，因此，我们要考虑这种影响的程度及对这些影响程度的估量方法，最好在对控制系统的分析设计时，通过考虑这些不确定因素，使得我们设计的控制器能够减少这种不利影响，鲁棒控制的方法正是基于这种思想提出的。

所谓的鲁棒控制是通过利用系统模型的些不确定信息，来设计个控制器，使得闭环系统对所有的不确定性是稳定的，且具有定的动态性能。

鲁棒控制主要研究具有未知有界不确定性的系统模型，通过鲁棒控制的手段使系统具有鲁棒性，即系统在不确定因素作用下维持其稳定性的能力。

这种模型对不确定型的描述是相对宽松的，它不需要对不确定因素的随机特性作任何假设，通常只是认为它属于个已知集合。

对于系统模型的未知有界不确定性又可以分为结构不确定性和非结构不确定性两类结构不确定性是指那些模型与不确定性之间相互关系的结构非常明确的不确定性非结构不确定性是指那些结构不明确的不确定性。

在鲁棒控制问题的研究中，非结构化的不确定性模型更重要，其原因是由于所采用的控制模型只有包括些非结构化的不确定性才能覆盖维建模动态。

鲁棒思想最早可追溯到，和等人对微分方程解对初值和参数具有连续依赖性的工作。

这是种无穷小的分析的思想，其要求解在给定区间内的任意小变化可以有参数的充分小来保证。

这种控制方法局限于微笑的不确定性，是种敏感性分析方法。

然而，实际中系统的参数是不能视为变化或仅具有无穷小变化，被控对象工作环境的变化，模型的不精确，降阶近似，非线性的线性化等均可化为种参数扰动，这种参数的变化只能视为有界摄动而不是无穷小摄动，现代鲁棒性控制的重要特点就是要讨论系统性能在非微小有界不确定摄动下保持性能的能力。

在经典控制理论的研究中，通过利用图和曲线等分析工具系统具有定的增益裕度和相位裕度，这样的系统在增益和相位发生变化的情况下仍