终端滑模控制 (Terminal Silding Mode Contral, TSM)
在之前的文章中我们介绍了滑膜控制理论,我们是选取了一个滑模面,使系统达到滑模面后误差逐渐下降到0,收敛的速度可以通过调节滑膜面的参数来实现,后来人们为了使滑模控制能有更好的性能,就将滑模面设计为非线性函数,构造Terminal滑膜面,使得在滑模面上误差可以在指定时间T内收敛到0,于是就产生了终端滑膜。
终端滑模的滑模面
终端滑膜的滑膜面有很多种形式,这里我们介绍一种经典的滑模面
s
=
x
˙
+
α
x
+
β
x
q
p
s=\dot x+ \alpha x + \beta x ^ {\frac {q}{p}}
s=x˙+αx+βxpq
其中
x
x
x 是状态变量,
α
,
β
>
0
\alpha,\beta > 0
α,β>0,
p
,
q
p,q
p,q 是正奇数,且
q
<
p
q < p
q<p,我们知道滑模控制有两个阶段,第一个阶段是到达阶段,这一阶段是指系统从初态到达
s
=
0
s=0
s=0 的滑模面上,第二阶段是滑模面上的滑动阶段,在滑动阶段
s
=
0
,
s
˙
=
0
s=0,\dot s=0
s=0,s˙=0,在滑动阶段
s
=
0
s=0
s=0 所以
s
˙
=
0
\dot s = 0
s˙=0。
如果我们将 s = 0 s=0 s=0 ,可以得到一个微分方程,虽然无法解出微分方程的解析解,但是可以通过仿真得到微分方程的数值解,数值解可以看到在滑模面上时必将在一定时间内收敛为0。
控制器设计
考虑二阶不确定非线性系统
{
x
˙
1
=
x
2
x
˙
2
=
f
(
x
)
+
g
(
x
)
u
+
d
(
x
)
\begin{cases} \dot x_1 = x_2 \\ \dot x_2 = f(x) + g(x)u + d(x) \end{cases}
{x˙1=x2x˙2=f(x)+g(x)u+d(x)
其中
x
=
[
x
1
,
x
2
]
T
x = [x_1,x_2] ^ {T}
x=[x1,x2]T,
d
(
x
)
d(x)
d(x) 代表不确定的外部干扰,且有
d
(
x
)
≤
D
d(x) \le D
d(x)≤D,即干扰有上界
对于二阶系统我们可以将滑膜面设计为
s
=
x
2
+
β
x
1
q
p
s = x_2 + \beta x_1 ^ {\frac {q} {p}}
s=x2+βx1pq
其中,
β
>
0
\beta > 0
β>0 ,
p
,
q
>
0
p,q>0
p,q>0 且为正奇数。对滑模面求导
s
˙
=
x
˙
2
+
β
q
p
x
1
q
p
−
1
x
˙
1
=
x
˙
2
+
β
q
p
x
1
q
p
−
1
x
2
=
f
(
x
)
+
g
(
x
)
u
+
d
(
x
)
+
β
q
p
x
1
q
p
−
1
x
2
=
−
ε
s
g
n
(
s
)
\begin {align} \dot s &= \dot x_2 + \beta \frac {q} {p} x_1^{\frac {q} {p} - 1}{\dot x_1} \nonumber \\ &= \dot x_2 + \beta \frac {q} {p} x_1^{\frac {q} {p} - 1}{x_2} \nonumber \\ &= f(x) + g(x)u + d(x) + \beta \frac {q} {p} x_1^{\frac {q} {p} - 1}{x_2} \nonumber \\ &= -\varepsilon sgn(s) \nonumber \end{align}
s˙=x˙2+βpqx1pq−1x˙1=x˙2+βpqx1pq−1x2=f(x)+g(x)u+d(x)+βpqx1pq−1x2=−εsgn(s)
反解得到控制量
u
u
u 可得
u
=
−
g
−
1
(
x
)
(
f
(
x
)
+
β
q
p
x
1
q
p
−
1
x
2
+
(
D
+
ε
)
s
g
n
(
x
)
)
u = -g^{-1}(x)(f(x)+\beta \frac{q}{p} x_1^{\frac {q} {p} - 1}x_2 + (D+\varepsilon)sgn(x))
u=−g−1(x)(f(x)+βpqx1pq−1x2+(D+ε)sgn(x))
稳定性分析,设李雅普诺夫函数
V
=
1
2
s
2
V = \frac {1} {2} s^2
V=21s2,所以有
V
˙
=
s
s
˙
\dot V = s \dot s
V˙=ss˙,将
u
u
u 带入可得
V
˙
=
s
d
(
x
)
−
(
D
+
ε
)
∣
s
∣
≤
−
ε
∣
s
∣
\dot V = sd(x) - (D+\varepsilon)|s| \le -\varepsilon |s|
V˙=sd(x)−(D+ε)∣s∣≤−ε∣s∣
所以此控制器可以稳定。
有限时间收敛证明
s = 0 x 2 + β x 1 q p = 0 x ˙ 1 + β x 1 q p = 0 d x 1 d t = − β x 1 q p d t d x 1 = − 1 β x 1 − q p d t = − 1 β x 1 − q p d x 1 ∫ 0 t d t = ∫ x 0 0 − 1 β x 1 − q p d x 1 \begin{align} s &= 0 \nonumber \\ x_2 + \beta x_1 ^ {\frac {q} {p}} &= 0 \nonumber \\ \dot x_1 + \beta x_1 ^ {\frac {q} {p}} &= 0 \nonumber \\ \frac{\text d x_1}{\text d t} &= -\beta x_1 ^ {\frac {q} {p}} \nonumber \\ \frac{\text d t}{\text d x_1} &= -\frac {1} {\beta} x_1 ^ {- \frac {q} {p}} \nonumber \\ {\text d t} &= -\frac {1} {\beta} x_1 ^ {- \frac {q} {p}} {\text d x_1} \nonumber \\ \int_{0}^{t} {\text d t} &= \int_{x_0}^{0} -\frac {1} {\beta} x_1 ^ {- \frac {q} {p}} {\text d x_1}\nonumber \\ \end{align} sx2+βx1pqx˙1+βx1pqdtdx1dx1dtdt∫0tdt=0=0=0=−βx1pq=−β1x1−pq=−β1x1−pqdx1=∫x00−β1x1−pqdx1
可以得到从任意初始状态
x
(
0
)
≠
0
x(0) \ne 0
x(0)=0 出发沿着滑模面到
x
=
0
x=0
x=0 的时间为:
t
s
=
p
β
(
p
−
q
)
∣
x
1
(
0
)
∣
(
p
−
q
)
/
p
t_s = \frac {p} {\beta (p-q)}|x_1(0)| ^ {(p-q)/p}
ts=β(p−q)p∣x1(0)∣(p−q)/p
实例
假设系统模型为如下的一阶系统
x
˙
=
2
x
+
x
2
+
u
\dot x = 2x + x^2 +u
x˙=2x+x2+u
选定滑模面
s
=
x
˙
+
x
+
x
1
3
s = \dot x + x + x ^{\frac {1} {3}}
s=x˙+x+x31
令
s
=
0
s = 0
s=0
0
=
x
˙
+
2
x
+
x
1
3
=
2
x
+
x
2
+
u
+
x
+
x
1
3
=
x
2
+
3
x
+
x
1
3
+
u
0=\dot x + 2x + x ^{\frac {1} {3}} = 2x + x^2+u+ x + x ^{\frac {1} {3}} = x^2+3x+x ^{\frac {1} {3}}+u
0=x˙+2x+x31=2x+x2+u+x+x31=x2+3x+x31+u
得到控制量
u
=
−
x
2
−
3
x
−
x
1
3
u = -x^2-3x-x ^{\frac {1} {3}}
u=−x2−3x−x31文章来源:https://www.toymoban.com/news/detail-440097.html
奇异性问题
我们知道滑模控制有两个阶段,但是上述的滑模面的设计存在一个严重的缺陷,存在奇异问题,奇异主要出现在
x
q
p
x ^ {\frac {q} {p}}
xpq 这一项,我们对滑膜面进行求导,可以得到
s
˙
=
x
¨
+
α
x
˙
+
β
q
p
x
q
p
−
1
\dot s = \ddot x + \alpha \dot x + \beta \frac {q} {p} x ^ {\frac {q} {p} - 1}
s˙=x¨+αx˙+βpqxpq−1
在之前的设计中保证了
q
<
p
q<p
q<p 所以
q
p
−
1
<
0
\frac {q} {p} - 1 < 0
pq−1<0 ,当出现
x
=
0
x = 0
x=0 时,分母就会为0(倒数原因),就会出现奇异问题(函数在某点未定义),因此在使用这种滑模面设计终端滑膜控制时,不可以设计
s
˙
\dot s
s˙ ,即不能设计到达阶段,因此这种滑膜只适合用于一阶系统文章来源地址https://www.toymoban.com/news/detail-440097.html
到了这里,关于终端滑模控制(TSM)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!