新建
上传
首页
助手
最?/div>
资料?/div>
工具

实用

 

文档

 

一

 

原理及方?/p>

 

模型参考自适应系统,是用理想模型代表过程期望的动态特征,可使被控系统的特征与

理想模型相一致。一般模型参考自适应控制系统的结构如?/p>

1

所示?/p>

 

 

?/p>

1 

一般的模型参考自适应控制系统

 

其工作原理为,当外界条件发生变化或出现干扰时,被控对象的特征也会产生相应的变

化,

通过检测出实际系统与理想模型之间的误差?/p>

由自适应机构对可调系统的参数进行调整?/p>

补偿外界环境或其他干扰对系统的影响,逐步使性能指标达到最小值?/p>

 

基于这种结构的模型参考自适应控制有很多种方案,其中由麻省理工学院科研人员首先

利用局部参数最优化方法设计出世界上第一个真正意义上的自适应控制律,简称为

MIT

自?/p>

应控制,其结构如?/p>

2

所示?/p>

 

 

?/p>

2  MIT

控制结构?/p>

 

系统中,理想模型

Km

为常数,由期望动态特性所得,被控系统中的增益

Kp

在外界环?/p>

发生变化或有其他干扰出现时可能会受到影响而产生变化,从而使其动态特征发生偏离。?/p>

Kp

的变化是不可测量的,

但这种特性的变化会体现在广义误差

e

上,

为了消除或降低由?/p>

Kp

的变化造成的影响,在系统中增加一个可调增?/p>

Kc

,来补偿

Kp

的变化,自适应机构的任?/p>

即是依据误差最小指标及时调?/p>

Kc

,使?/p>

Kc

?/p>

Kp

的乘积始终与理想?/p>

Km

一致,这里使用

的优化方法为最优梯度法,自适应律为?/p>

 

?/p>

?/p>

?/p>

?/p>

t

m

d

y

e

B

Kc

t

Kc

0

)

0

(

)

(

?/p>

 

MIT

方法的优点在于理论简单,实施方便,动态过程总偏差小,偏差消除的速率快,?

Yp

Ym

e

+

_

_

+

R

?/p>

?/p>

?/p>

?

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?/p>

?/p>

?

可调系统

?/p>

?/p>

?/p>

kmq(s)

p(s)

Kc

Kp

q(s)

-----

p(s)

?/p>

?/p>

?

R

ym

yp

e

+

-

Ͼλ
新建
上传
首页
助手
最?/div>
资料?/div>
工具

实用

 

文档

 

一

 

原理及方?/p>

 

模型参考自适应系统,是用理想模型代表过程期望的动态特征,可使被控系统的特征与

理想模型相一致。一般模型参考自适应控制系统的结构如?/p>

1

所示?/p>

 

 

?/p>

1 

一般的模型参考自适应控制系统

 

其工作原理为,当外界条件发生变化或出现干扰时,被控对象的特征也会产生相应的变

化,

通过检测出实际系统与理想模型之间的误差?/p>

由自适应机构对可调系统的参数进行调整?/p>

补偿外界环境或其他干扰对系统的影响,逐步使性能指标达到最小值?/p>

 

基于这种结构的模型参考自适应控制有很多种方案,其中由麻省理工学院科研人员首先

利用局部参数最优化方法设计出世界上第一个真正意义上的自适应控制律,简称为

MIT

自?/p>

应控制,其结构如?/p>

2

所示?/p>

 

 

?/p>

2  MIT

控制结构?/p>

 

系统中,理想模型

Km

为常数,由期望动态特性所得,被控系统中的增益

Kp

在外界环?/p>

发生变化或有其他干扰出现时可能会受到影响而产生变化,从而使其动态特征发生偏离。?/p>

Kp

的变化是不可测量的,

但这种特性的变化会体现在广义误差

e

上,

为了消除或降低由?/p>

Kp

的变化造成的影响,在系统中增加一个可调增?/p>

Kc

,来补偿

Kp

的变化,自适应机构的任?/p>

即是依据误差最小指标及时调?/p>

Kc

,使?/p>

Kc

?/p>

Kp

的乘积始终与理想?/p>

Km

一致,这里使用

的优化方法为最优梯度法,自适应律为?/p>

 

?/p>

?/p>

?/p>

?/p>

t

m

d

y

e

B

Kc

t

Kc

0

)

0

(

)

(

?/p>

 

MIT

方法的优点在于理论简单,实施方便,动态过程总偏差小,偏差消除的速率快,?

Yp

Ym

e

+

_

_

+

R

?/p>

?/p>

?/p>

?

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?/p>

?/p>

?

可调系统

?/p>

?/p>

?/p>

kmq(s)

p(s)

Kc

Kp

q(s)

-----

p(s)

?/p>

?/p>

?

R

ym

yp

e

+

-

">
新建
上传
首页
助手
最?/div>
资料?/div>
工具

实用

 

文档

 

一

 

原理及方?/p>

 

模型参考自适应系统,是用理想模型代表过程期望的动态特征,可使被控系统的特征与

理想模型相一致。一般模型参考自适应控制系统的结构如?/p>

1

所示?/p>

 

 

?/p>

1 

一般的模型参考自适应控制系统

 

其工作原理为,当外界条件发生变化或出现干扰时,被控对象的特征也会产生相应的变

化,

通过检测出实际系统与理想模型之间的误差?/p>

由自适应机构对可调系统的参数进行调整?/p>

补偿外界环境或其他干扰对系统的影响,逐步使性能指标达到最小值?/p>

 

基于这种结构的模型参考自适应控制有很多种方案,其中由麻省理工学院科研人员首先

利用局部参数最优化方法设计出世界上第一个真正意义上的自适应控制律,简称为

MIT

自?/p>

应控制,其结构如?/p>

2

所示?/p>

 

 

?/p>

2  MIT

控制结构?/p>

 

系统中,理想模型

Km

为常数,由期望动态特性所得,被控系统中的增益

Kp

在外界环?/p>

发生变化或有其他干扰出现时可能会受到影响而产生变化,从而使其动态特征发生偏离。?/p>

Kp

的变化是不可测量的,

但这种特性的变化会体现在广义误差

e

上,

为了消除或降低由?/p>

Kp

的变化造成的影响,在系统中增加一个可调增?/p>

Kc

,来补偿

Kp

的变化,自适应机构的任?/p>

即是依据误差最小指标及时调?/p>

Kc

,使?/p>

Kc

?/p>

Kp

的乘积始终与理想?/p>

Km

一致,这里使用

的优化方法为最优梯度法,自适应律为?/p>

 

?/p>

?/p>

?/p>

?/p>

t

m

d

y

e

B

Kc

t

Kc

0

)

0

(

)

(

?/p>

 

MIT

方法的优点在于理论简单,实施方便,动态过程总偏差小,偏差消除的速率快,?

Yp

Ym

e

+

_

_

+

R

?/p>

?/p>

?/p>

?

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?/p>

?/p>

?

可调系统

?/p>

?/p>

?/p>

kmq(s)

p(s)

Kc

Kp

q(s)

-----

p(s)

?/p>

?/p>

?

R

ym

yp

e

+

-

Ͼλ">
Ͼλ
Ŀ

模型参考自适应控制—MIT?- 百度文库
新建
上传
首页
助手
最?/div>
资料?/div>
工具

实用

 

文档

 

一

 

原理及方?/p>

 

模型参考自适应系统,是用理想模型代表过程期望的动态特征,可使被控系统的特征与

理想模型相一致。一般模型参考自适应控制系统的结构如?/p>

1

所示?/p>

 

 

?/p>

1 

一般的模型参考自适应控制系统

 

其工作原理为,当外界条件发生变化或出现干扰时,被控对象的特征也会产生相应的变

化,

通过检测出实际系统与理想模型之间的误差?/p>

由自适应机构对可调系统的参数进行调整?/p>

补偿外界环境或其他干扰对系统的影响,逐步使性能指标达到最小值?/p>

 

基于这种结构的模型参考自适应控制有很多种方案,其中由麻省理工学院科研人员首先

利用局部参数最优化方法设计出世界上第一个真正意义上的自适应控制律,简称为

MIT

自?/p>

应控制,其结构如?/p>

2

所示?/p>

 

 

?/p>

2  MIT

控制结构?/p>

 

系统中,理想模型

Km

为常数,由期望动态特性所得,被控系统中的增益

Kp

在外界环?/p>

发生变化或有其他干扰出现时可能会受到影响而产生变化,从而使其动态特征发生偏离。?/p>

Kp

的变化是不可测量的,

但这种特性的变化会体现在广义误差

e

上,

为了消除或降低由?/p>

Kp

的变化造成的影响,在系统中增加一个可调增?/p>

Kc

,来补偿

Kp

的变化,自适应机构的任?/p>

即是依据误差最小指标及时调?/p>

Kc

,使?/p>

Kc

?/p>

Kp

的乘积始终与理想?/p>

Km

一致,这里使用

的优化方法为最优梯度法,自适应律为?/p>

 

?/p>

?/p>

?/p>

?/p>

t

m

d

y

e

B

Kc

t

Kc

0

)

0

(

)

(

?/p>

 

MIT

方法的优点在于理论简单,实施方便,动态过程总偏差小,偏差消除的速率快,?

Yp

Ym

e

+

_

_

+

R

?/p>

?/p>

?/p>

?

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?/p>

?/p>

?

可调系统

?/p>

?/p>

?/p>

kmq(s)

p(s)

Kc

Kp

q(s)

-----

p(s)

?/p>

?/p>

?

R

ym

yp

e

+

-



ļ׺.doc޸Ϊ.docĶ

  • AutoCADϻʵָ
  • лϣʼԭκ
  • 2016()по⣺α21ƪ鼰2016Ѻͳ
  • ϵѧʵѵĿ
  • ˮСѧѧѧ
  • ѧʷеĴ
  • й ϰ
  • رѣֳҩġ÷ŵȱ㡱!
  • пϰ - ͼ
  • пʷܸϰ̲֪ʶƪڶʮԪŷҪҵޱһιҵϰ

վ

԰ Ͼλ
ϵͷ779662525#qq.com(#滻Ϊ@)