滑模面、趋近律设计过程详解(滑模控制)
目录
- 1. 确定系统的状态变量和目标
- 2. 定义滑模面
- 3. 选择滑模面的参数
- 4. 设计控制律
- 5. 验证滑模面设计
- 6. 总结
设计滑模面(Sliding Surface)是滑模控制(Sliding Mode Control,SMC)中的关键步骤。滑模控制是一种鲁棒控制方法,通过将系统状态驱动到滑模面上并沿着滑模面滑行,从而达到系统的控制目标。设计滑模面通常包括以下步骤:
1. 确定系统的状态变量和目标
- 首先,明确系统的状态变量 x x x 和控制目标。状态变量通常是系统的状态向量,而控制目标可能是状态变量的某个期望值或轨迹。
2. 定义滑模面
- 滑模面 s ( x ) s(x) s(x)是一个定义在状态空间中的超平面,使得系统在该超平面上具有期望的动态行为。滑模面可以定义为系统状态的某种函数等于零的集合:
s ( x ) = 0 s(x) = 0 s(x)=0
滑模面通常设计为系统状态误差的线性组合,例如:
s ( x ) = C T ( x − x d ) s(x) = C^T(x-x_d) s(x)=CT(x−xd)
其中, C T C^T CT为设计矩阵, x d x_d xd为期望状态。
3. 选择滑模面的参数
- 滑模面的参数(如矩阵 C C C) 的选择应保证系统状态能够被驱动到滑模面上,并沿着滑模面滑行。例如,在一阶系统中,滑模面通常设计为状态误差的比例,如 s ( x ) = x − x d s(x) = x-x_d s(x)=x−xd。对于高阶系统,滑模面可以设计为包含误差及其导数项的多项式,如:
s ( x , x ˙ ) = x ˙ + λ ( x − x d ) = x ˙ + λ e s(x,\dot{x}) = \dot{x} + \lambda(x-x_d) = \dot{x} + \lambda e s(x,x˙)=x˙+λ(x−xd)=x˙+λe
其中, λ \lambda λ为设计参数, e = x − x d e = x-x_d e=x−xd 为状态误差。
滑模面一般可以设计为如下的形式
s ( x ) = ∑ i = 1 n − 1 c i x i + x n s(x) = \sum_{i = 1}^{n-1}c_i x_i + x_n s(x)=i=1∑n−1cixi+xn
设计条件:
p n − 1 + c n − 1 p n − 2 + . . . + c 2 p + c 1 p^{n-1} + c_{n-1} p^{n-2} +...+ c_2 p + c1 pn−1+cn−1pn−2+...+c2p+c1保证该多项式为Hurwit(该条件满足状态 x x x在 s = 0 s = 0 s=0的滑模面上收敛),满足赫尔维茨稳定性,即上述多项式的特征值实部为负,即特征值点在s左半平面。
例如:以文章 滑模变结构控制仿真实例(s-function代码详解) 中的数学模型为例。即:
{ x ˙ 1 = x 2 x ˙ 2 = x 3 x ˙ 3 = x 1 + x 2 x 3 + u \begin{aligned} \left\{ \begin{array}{l} \dot{x}_1 = x_2 \\ \dot{x}_2 = x_3 \\ \dot{x}_3 = x_1 + x_2 x_3 + u \end{array} \right. \end{aligned} ⎩ ⎨ ⎧x˙1=x2x˙2=x3x˙3=x1+x2x3+u
取n = 3, 即 s ( x ) = c 1 x 1 + c 2 x 2 + x 3 s(x) = c_1 x_1+c_2 x_2 + x_3 s(x)=c1x1+c2x2+x3, 为满足Hurwitz条件,要求特征多项式 p 2 + c 2 p + c 1 = 0 p^2+c_2p+c1 = 0 p2+c2p+c1=0的特征值实部为负,取 c 1 = 1 , c 2 = 2 c_1 = 1, c_2 = 2 c1=1,c2=2,得多项式为 p 2 + 2 p + 1 = 0 p^2+2p+1 = 0 p2+2p+1=0,解得两个特征根 − 1 , − 1 -1, -1 −1,−1 满足条件。
根据之前所说,控制器的目的是使状态变量 x 1 , x 2 , x 3 x_1,x_2,x_3 x1,x2,x3收敛到0,我们令 s = 0 s = 0 s=0,即令 s ˙ \dot{s} s˙ = 控制律,进而求解控制器 u u u。
- 该模型中,取 s ˙ \dot{s} s˙ = 趋近律, 采用指数趋近律 s ˙ = − s g n ( s ) − s \dot{s} = -sgn(s)-s s˙=−sgn(s)−s ( s g n ( s ) sgn(s) sgn(s)为符号函数)求得控制器 u u u
u = − s g n ( s ) − s − x 1 − x 2 − 2 x 3 − x 2 x 3 \begin{align*} u = -sgn(s) - s -x_1 -x_2 -2x_3-x_2 x_3 \end{align*} u=−sgn(s)−s−x1−x2−2x3−x2x3
4. 设计控制律
- 传送门:符号函数与饱和函数的滑模设计案例(s-function函数仿真)
- 控制律的设计目的是驱动系统状态到达滑模面并沿滑模面滑行。常见的滑模控制律形式为:
- 等速趋近律: s ˙ = − ε s g n ( s ) \dot{s} = -\varepsilon sgn(s) s˙=−εsgn(s)
ε > 0 , s g n ( s ) 为符号函数, s > 0 时, s g n ( s ) = 1 ; s < 0 时, s g n ( s ) = − 1 , s = 0 时, s g n ( s ) = 0 \varepsilon >0, sgn(s)\,\text{为符号函数,}s>0时,sgn(s) = 1; s<0 时,sgn(s) =-1,s=0 时,sgn(s) = 0 ε>0,sgn(s)为符号函数,s>0时,sgn(s)=1;s<0时,sgn(s)=−1,s=0时,sgn(s)=0 - 指数趋近律: s ˙ = − ε s g n ( s ) − k s \dot{s} = -\varepsilon sgn(s)-ks s˙=−εsgn(s)−ks,其中 ε > 0 , k > 0 \varepsilon > 0, k>0 ε>0,k>0
- 幂次趋近律: s ˙ = − k ∣ s ∣ α s g n ( s ) − k s \dot{s} = -k|s|^{\alpha}sgn(s)-ks s˙=−k∣s∣αsgn(s)−ks, 其中, k > 0 , 0 < α < 1 k>0, 0<\alpha<1 k>0,0<α<1。
符号函数: s g n ( s ) = { 1 , s > 0 0 , s = 0 − 1 , s < 0 \begin{aligned} 符号函数:sgn(s) = \left\{ \begin{array}{l} 1 ,&s>0\\ 0 , &s=0 \\ -1 , &s<0\\ \end{array} \right. \end{aligned} 符号函数:sgn(s)=⎩ ⎨ ⎧1,0,−1,s>0s=0s<0
- 为了避免抖振现象,可以使用连续的近似符号函数,如饱和函数或正切函数。
饱和函数: s a t ( s ) = { 1 s > Δ k s ∣ s ∣ ≤ Δ , k = 1 / Δ − 1 s < − Δ 饱和函数:sat(s)= \left\{ \begin{array}{ll} 1 & s > \Delta \\ ks & |s| \leq \Delta, k = 1/\Delta\\ -1 & s < -\Delta \end{array} \right. 饱和函数:sat(s)=⎩ ⎨ ⎧1ks−1s>Δ∣s∣≤Δ,k=1/Δs<−Δ
5. 验证滑模面设计
- 最后,通过仿真或实际实验验证所设计的滑模面和控制律的有效性。需要确保系统状态能快速到达并保持在滑模面上,且系统的动态性能满足设计要求。
6. 总结
- 滑模面的设计是一个系统化的过程,涉及到系统模型的分析、滑模面函数的定义和参数选择、控制律的设计以及验证和调整。通过合理设计滑模面,可以实现对系统的有效控制,尤其在不确定性和扰动较大的情况下表现出优越的鲁棒性。
(如有不当之处,还望指正)
相关文章:
滑模面、趋近律设计过程详解(滑模控制)
目录 1. 确定系统的状态变量和目标2. 定义滑模面3. 选择滑模面的参数4. 设计控制律5. 验证滑模面设计6. 总结 设计滑模面(Sliding Surface)是滑模控制(Sliding Mode Control,SMC)中的关键步骤。滑模控制是一种鲁棒控制…...

SQL Server 端口配置
目录 默认端口 更改端口 示例:更改 TCP 端口 示例:验证端口设置 远程连接测试 示例:使用 telnet 测试连接 配置防火墙 示例:Windows 防火墙设置 远程连接测试 示例:使用 telnet 测试连接 默认端口 TCP/IP: …...

同一窗口还是新窗口打开链接更利于SEO优化
💝💝💝欢迎莅临我的博客,很高兴能够在这里和您见面!希望您在这里可以感受到一份轻松愉快的氛围,不仅可以获得有趣的内容和知识,也可以畅所欲言、分享您的想法和见解。 推荐:「storm…...
kafka 安装
docker安装kafka(KRaft 模式) KRaft模式不再对Zookeeper依赖。 docker run -d --name kafka-kraft \-p 9092:9092 -p 9093:9093 \-e KAFKA_PROCESS_ROLESbroker,controller \-e KAFKA_NODE_ID1 \-e KAFKA_CONTROLLER_QUORUM_VOTERS1127.0.0.1:9093 \-e KAFKA_LISTENERSPLAINTEX…...
消息队列中间件 - Kafka:高效数据流处理的引擎
作者:逍遥Sean 简介:一个主修Java的Web网站\游戏服务器后端开发者 主页:https://blog.csdn.net/Ureliable 觉得博主文章不错的话,可以三连支持一下~ 如有疑问和建议,请私信或评论留言! 前言 在现代大数据和…...
el-table表格动态合并相同数据单元格(可指定列+自定义合并)
el-table表格动态合并相同数据单元格(可指定列自定义合并)_el-table 合并单元格动态-CSDN博客 vue2elementUI表格实现实现多列动态合并_element table动态合并列-CSDN博客...

复习Nginx
1.关于Nginx Nginx的关键特性 1.支持高并发 2.内存资源消耗低 3.高扩展性(模块化设计) 4.高可用性(master-worker) Nginx运行架构 注意 默认情况下,Nginx会创建和服务器cpu核心数量相等的worker进程 worker进程之间…...
nvm:Node.js 版本管理工具
nvm(Node Version Manager)是一个用于管理多个 Node.js 版本的工具,它允许你在同一个系统上安装和使用不同版本的 Node.js。这对于开发者来说非常有用,特别是当不同的项目需要不同版本的 Node.js 时。 以下是 nvm 的一些主要特性…...

springboot校园商店配送系统-计算机毕业设计源码68448
摘要 本文详细阐述了基于Spring Boot框架的校园商店配送系统的设计与实现过程。该系统针对校园内的用户需求,整合了用户注册与登录、商品浏览与购买、订单管理、配送追踪、用户反馈收集以及后台管理等功能,为校园内的普通用户、商家、配送员和管理员提供…...

【Redis 初阶】客户端(C++ 使用样例列表)
一、编写 helloworld 需要先使用 redis-plus-plus 连接一下 Redis 服务器,再使用 ping 命令检测连通性。 1、Makefile Redis 库最多可以支持到 C17 版本。(如果是用 Centos,需要注意 gcc/g 的版本,看是否支持 C17。不支持的话&a…...

【STM32】STM32单片机入门
个人主页~ 这是一个新的系列,stm32单片机系列,资料都是从网上找的,主要参考江协科技还有正点原子以及csdn博客等资料,以一个一点没有接触过单片机但有一点编程基础的小白视角开始stm32单片机的学习,希望能对也没有学过…...

学生信息管理系统(Python+PySimpleGUI+MySQL)
吐槽一下 经过一段时间学习pymysql的经历,我深刻的体会到了pymysql的不靠谱之处; 就是在使用int型传参,我写的sql语句中格式化%d了之后,我在要传入的数据传递的每一步的去强制转换了,但是他还是会报错,说我…...

Java8.0标准之重要特性及用法实例(十九)
简介: CSDN博客专家,专注Android/Linux系统,分享多mic语音方案、音视频、编解码等技术,与大家一起成长! 新书发布:《Android系统多媒体进阶实战》🚀 优质专栏: Audio工程师进阶系列…...
Linux系统中,`buffer`和`cache` 区别
在Linux系统中,buffer和cache都是操作系统用来提高磁盘I/O性能的机制,它们通过将数据暂存于内存中来减少对磁盘的直接访问。尽管它们的目的相似,但它们在实现和用途上有所不同。 Buffer 定义:buffer主要用于存储即将被写入磁盘的…...
python创建进度条的两个手搓方法
# 使用\b 回删进行手搓 import sys,time for i in range(1, 101):# 这里的10代表你的进度: 一个汉字2字节print(你的进度:,str(i)\b*(i10),flushTrue,end)time.sleep(0.5) # 利用\r手搓 import sys,time for i in range(1, 101):# \r光标回到开头print("\r", end&qu…...

JAVA—面向对象编程基础
面向对象是java编程的套路。更符合人类思维习惯,编程更直观。面向对象有三大特征:封装,继承,多态。 目录 1.理解面向对象 2.对象在计算机中的执行原理 3.类和对象的一些注意事项 4.类与对象的一些语法知识 (1&am…...

【计算机视觉学习之CV2图像操作实战:车道识别1】
车道识别 步骤 区域感兴趣高斯模糊图片灰度化边缘提取膨胀腐蚀中值滤波霍夫圆环检测直线绘制车道 import cv2 import numpy as npdef create_roi_mask(frame):height, width frame.shape[:2]# 三角形的顶点top_vertex [int(width / 2 30), int(height * 0.5 30)]bottom_l…...
动态之美:Laravel动态路由参数的实现艺术
动态之美:Laravel动态路由参数的实现艺术 在Web开发中,路由是应用程序的神经系统,它负责将请求映射到相应的处理逻辑。Laravel框架提供了一种强大而灵活的路由系统,允许开发者定义动态路由参数,从而创建更具动态性和可…...
Python练手小项目
计算器 创建一个简单的计算器,能够进行加、减、乘、除四种基本运算。 # 定义加法函数 def add(x, y):return x y# 定义减法函数 def subtract(x, y):return x - y# 定义乘法函数 def multiply(x, y):return x * y# 定义除法函数 def divide(x, y):if y 0:return…...

苹果手机通讯录恢复教程?3招速成指南
随着科技的不断进步,手机丢失、系统崩溃等意外情况也时有发生,一旦这些情况发生,我们宝贵的通讯录资料很可能会付诸东流。对此,本文为广大苹果手机用户提供一份简洁明了的通讯录恢复教程,让你轻松掌握苹果手机通讯录恢…...

手游刚开服就被攻击怎么办?如何防御DDoS?
开服初期是手游最脆弱的阶段,极易成为DDoS攻击的目标。一旦遭遇攻击,可能导致服务器瘫痪、玩家流失,甚至造成巨大经济损失。本文为开发者提供一套简洁有效的应急与防御方案,帮助快速应对并构建长期防护体系。 一、遭遇攻击的紧急应…...

工业安全零事故的智能守护者:一体化AI智能安防平台
前言: 通过AI视觉技术,为船厂提供全面的安全监控解决方案,涵盖交通违规检测、起重机轨道安全、非法入侵检测、盗窃防范、安全规范执行监控等多个方面,能够实现对应负责人反馈机制,并最终实现数据的统计报表。提升船厂…...

安宝特方案丨XRSOP人员作业标准化管理平台:AR智慧点检验收套件
在选煤厂、化工厂、钢铁厂等过程生产型企业,其生产设备的运行效率和非计划停机对工业制造效益有较大影响。 随着企业自动化和智能化建设的推进,需提前预防假检、错检、漏检,推动智慧生产运维系统数据的流动和现场赋能应用。同时,…...
Java多线程实现之Callable接口深度解析
Java多线程实现之Callable接口深度解析 一、Callable接口概述1.1 接口定义1.2 与Runnable接口的对比1.3 Future接口与FutureTask类 二、Callable接口的基本使用方法2.1 传统方式实现Callable接口2.2 使用Lambda表达式简化Callable实现2.3 使用FutureTask类执行Callable任务 三、…...
HTML前端开发:JavaScript 常用事件详解
作为前端开发的核心,JavaScript 事件是用户与网页交互的基础。以下是常见事件的详细说明和用法示例: 1. onclick - 点击事件 当元素被单击时触发(左键点击) button.onclick function() {alert("按钮被点击了!&…...

JUC笔记(上)-复习 涉及死锁 volatile synchronized CAS 原子操作
一、上下文切换 即使单核CPU也可以进行多线程执行代码,CPU会给每个线程分配CPU时间片来实现这个机制。时间片非常短,所以CPU会不断地切换线程执行,从而让我们感觉多个线程是同时执行的。时间片一般是十几毫秒(ms)。通过时间片分配算法执行。…...
安卓基础(aar)
重新设置java21的环境,临时设置 $env:JAVA_HOME "D:\Android Studio\jbr" 查看当前环境变量 JAVA_HOME 的值 echo $env:JAVA_HOME 构建ARR文件 ./gradlew :private-lib:assembleRelease 目录是这样的: MyApp/ ├── app/ …...

Linux 中如何提取压缩文件 ?
Linux 是一种流行的开源操作系统,它提供了许多工具来管理、压缩和解压缩文件。压缩文件有助于节省存储空间,使数据传输更快。本指南将向您展示如何在 Linux 中提取不同类型的压缩文件。 1. Unpacking ZIP Files ZIP 文件是非常常见的,要在 …...
OD 算法题 B卷【正整数到Excel编号之间的转换】
文章目录 正整数到Excel编号之间的转换 正整数到Excel编号之间的转换 excel的列编号是这样的:a b c … z aa ab ac… az ba bb bc…yz za zb zc …zz aaa aab aac…; 分别代表以下的编号1 2 3 … 26 27 28 29… 52 53 54 55… 676 677 678 679 … 702 703 704 705;…...

Scrapy-Redis分布式爬虫架构的可扩展性与容错性增强:基于微服务与容器化的解决方案
在大数据时代,海量数据的采集与处理成为企业和研究机构获取信息的关键环节。Scrapy-Redis作为一种经典的分布式爬虫架构,在处理大规模数据抓取任务时展现出强大的能力。然而,随着业务规模的不断扩大和数据抓取需求的日益复杂,传统…...