本發(fā)明涉及自動控制技術(shù)領(lǐng)域，尤其涉及一種直接自適應(yīng)控制方法及裝置。

背景技術(shù)：

自適應(yīng)控制是現(xiàn)代控制理論中最具前景的一個分支，并在航天航空、電子通信、能源供給、交通運輸、環(huán)境保護、武器裝備、過程控制、電力電子、機器制造、輕工建材等領(lǐng)域獲得了廣泛的應(yīng)用。

隨著科技的發(fā)展和進步，生產(chǎn)工藝和作業(yè)程序變得越來越復(fù)雜，人們對系統(tǒng)的精度和穩(wěn)定性要求越來越高，從而致使控制器設(shè)計的難度也變得越來越大。對于這一情況，簡單的針對定常系統(tǒng)的反饋控制已經(jīng)遠遠滿足不了高難度的控制要求，因此“自適應(yīng)控制”的思想也由此產(chǎn)生，也就是通過量測系統(tǒng)輸入和輸出信息,實時地掌握被控對象和系統(tǒng)誤差的動態(tài)特性,并根據(jù)其變化情況及時調(diào)節(jié)控制量,使系統(tǒng)的控制性能最優(yōu)或達到滿意的要求。

世界進入20世紀80年代以后，伴隨著現(xiàn)代控制理論的成熟，微電子技術(shù)和計算機技術(shù)的發(fā)展，以及廉價微型計算機和處理器的出現(xiàn)，自適應(yīng)控制技術(shù)的應(yīng)用更加廣泛。至今，自適應(yīng)控制不僅在工業(yè)領(lǐng)域取得較大成功，在社會、經(jīng)濟、和醫(yī)學等非工業(yè)領(lǐng)域也開展了有益的探索。在工業(yè)領(lǐng)域，自適應(yīng)控制主要運用于：智能化高精度機電或電液系統(tǒng)控制，主要是針對機器人、不間斷電源、電機或液壓伺服系統(tǒng)等的控制；工業(yè)過程控制，主要包括化工過程、冶金過程、食品加工過程、造紙過程、鋼鐵制造過程、機械加工過程等應(yīng)用領(lǐng)域；如今熱門的航天航空、航海和汽車無人駕駛領(lǐng)域；柔性結(jié)構(gòu)與振動和噪聲的控制和電力系統(tǒng)的控制等等。而在非工業(yè)領(lǐng)域，自適應(yīng)控制的應(yīng)用雖然并不廣泛，但已有成功實例。顯示出良好的前景，比如在社會、經(jīng)濟和管理領(lǐng)域中自適應(yīng)控制的思想能夠用來擬定商品供應(yīng)量，以獲取最大利潤；在環(huán)境和生物醫(yī)學領(lǐng)域中運用自適應(yīng)控制來控制藥劑劑量或者食物供給， 使環(huán)境和生物系統(tǒng)保持平衡。

自適應(yīng)控制的運用是針對于參數(shù)不確定系統(tǒng)模型。我們都知道，任何一個動態(tài)系統(tǒng)，通常都具有程度不同的不確定性，如：系統(tǒng)輸入包含的隨機擾動，系統(tǒng)的測量傳感器具有測量噪聲，系統(tǒng)數(shù)學模型的參數(shù)甚至結(jié)構(gòu)具有不確定性。在這些不確定性中，常見的存在于系統(tǒng)中的非線性有遲滯、死區(qū)、間隙、摩擦、故障等等，無論何種非線性存在于系統(tǒng)中，都將對系統(tǒng)的穩(wěn)定性造成影響，最終導致系統(tǒng)的不穩(wěn)定的技術(shù)問題。

技術(shù)實現(xiàn)要素：

本發(fā)明實施例提供的一種直接自適應(yīng)控制方法及裝置，解決了非線性系統(tǒng)中存在的死區(qū)和故障非線性的技術(shù)問題，對存在非線性實現(xiàn)有效補償，最終保證了系統(tǒng)運行的穩(wěn)定性和良好的跟蹤性能。

本發(fā)明實施例提供的一種直接自適應(yīng)控制方法，包括：

根據(jù)控制系統(tǒng)中存在的死區(qū)和故障非線性，建立死區(qū)和故障非線性的動態(tài)模型；

通過構(gòu)造死區(qū)的逆函數(shù)，對死區(qū)非線性的動態(tài)模型進行逆補償；

對所述逆補償所產(chǎn)生的補償誤差和存在于死區(qū)執(zhí)行器中的故障非線性動力學模型進行補償。

優(yōu)選地，根據(jù)控制系統(tǒng)中存在的死區(qū)和故障非線性，建立死區(qū)和故障非線性的動態(tài)模型前還包括：

根據(jù)帶有未知控制系數(shù)的非線性系統(tǒng)定義執(zhí)行器輸入τ_j(j＝1,2,...,q)和執(zhí)行器輸出u_j(j＝1,2,...,q)；

其中x∈Rⁿ是狀態(tài)變量，y∈R是系統(tǒng)輸出，u_j(j＝1,2,...,q)表示系統(tǒng)的第j個控制輸入，f_i(x)∈Rⁿ(i＝1,2,...,p)和g_j(x)∈Rⁿ(j＝1,2,...,q)是未知的光滑函數(shù)，θ_i(i＝1,2,...,p)和b_j(j＝1,2,...,q)是未知控制系數(shù)。

優(yōu)選地，根據(jù)控制系統(tǒng)中存在的死區(qū)和故障非線性，建立死區(qū)和故障非線性的動態(tài)模型具體包括：

據(jù)獲取到的控制系統(tǒng)中非線性，對存在于第j個執(zhí)行器中的死區(qū)非線性， 確定執(zhí)行器的動態(tài)模型為u_j＝D(τ_j),j＝1,2,...,q；

其中其中d_-＜0,d₊＞0，m_r,m_l是未知常數(shù)，[d_-,d₊]表示死區(qū)區(qū)間，死區(qū)的參數(shù)滿足m_r≥m_r0，m_l≥m_l0，其中m_r.m_l是兩個正常數(shù)。

優(yōu)選地，通過構(gòu)造死區(qū)的逆函數(shù)，對死區(qū)非線性的動態(tài)模型進行逆補償具體包括：

通過構(gòu)造死區(qū)的逆函數(shù)得到

根據(jù)所述逆函數(shù)確定所述死區(qū)非線性的所述動態(tài)模型為其中，執(zhí)行器輸入τ_j為

計算出虛擬控制器輸入v_j和設(shè)計逆模塊輸入v_dj之間的誤差為 其中D_Nj為有界值，為

優(yōu)選地，對所述逆補償所產(chǎn)生的補償誤差和存在于死區(qū)執(zhí)行器中的故障非線性動力學模型進行補償具體包括：

根據(jù)控制系統(tǒng)中存在的故障非線性，建立故障非線性的動態(tài)模型為為 ρ_jv_sj＝0,j＝1,2,...,q，其中ρ_j∈[0,1)，v_sj和t_iF是未知常數(shù)；

根據(jù)故障非線性的動態(tài)模型對存在于控制系統(tǒng)中的死區(qū)逆補償誤差和故障非線性進行自適應(yīng)補償。

本發(fā)明實施例提供的一種直接自適應(yīng)控制裝置，包括：

確定單元，用于根據(jù)控制系統(tǒng)中存在的死區(qū)和故障非線性，建立死區(qū)和故障非線性的動態(tài)模型；

死區(qū)補償單元，用于通過構(gòu)造死區(qū)的逆函數(shù)，對死區(qū)非線性的動態(tài)模型 進行逆補償；

逆補償誤差和故障消除單元，用于對所述逆補償所產(chǎn)生的補償誤差和存在于死區(qū)執(zhí)行器中的故障非線性動力學模型進行補償。

優(yōu)選地，直接自適應(yīng)控制裝置還包括：

定義單元，用于根據(jù)帶有未知控制系數(shù)的非線性系統(tǒng) 定義執(zhí)行器輸入τ_j(j＝1,2,...,q)和執(zhí)行器輸出u_j(j＝1,2,...,q)；

其中x∈Rⁿ是狀態(tài)變量，y∈R是系統(tǒng)輸出，u_j(j＝1,2,...,q)表示系統(tǒng)的第j個控制輸入，f_i(x)∈Rⁿ(i＝1,2,...,p)和g_j(x)∈Rⁿ(j＝1,2,...,q)是未知的光滑函數(shù)，θ_i(i＝1,2,...,p)和b_j(j＝1,2,...,q)是未知控制系數(shù)。

優(yōu)選地，確定單元，具體用于據(jù)獲取到的控制系統(tǒng)中非線性，對存在于第j個執(zhí)行器中的死區(qū)非線性，確定執(zhí)行器的動態(tài)模型為u_j＝D(τ_j),j＝1,2,...,q；

其中其中d_{_}＜0,d₊＞0，m_r,m_l是未知常數(shù)，[d_{_},d₊]表示死區(qū)區(qū)間，死區(qū)的參數(shù)滿足m_r≥m_r0，m_l≥m_l0，其中m_r.m_l是兩個正常數(shù)。

優(yōu)選地，死區(qū)補償單元包括：

逆函數(shù)子單元，用于通過構(gòu)造死區(qū)的逆函數(shù) 得到

動態(tài)模型子單元，用于根據(jù)所述逆函數(shù)確定所述死區(qū)非線性的所述動態(tài)模型為其中，執(zhí)行器輸入τ_j為

計算子單元，用于計算出虛擬控制器輸入v_j和設(shè)計逆模塊輸入v_dj之間的誤差為其中D_Nj為有界值，為

優(yōu)選地，逆補償誤差和故障消除單元包括：

動力學模型子單元，用于根據(jù)控制系統(tǒng)中存在的故障非線性，建立故障非線性的動態(tài)模型為為ρ_jv_sj＝0,j＝1,2,...,q，其中ρ_j∈[0,1)，v_sj和t_iF是未知常數(shù)；

逆補償誤差和故障消除子單元，用于根據(jù)故障非線性的動態(tài)模型對存在于控制系統(tǒng)中的死區(qū)逆補償誤差和故障非線性進行自適應(yīng)補償。

從以上技術(shù)方案可以看出，本發(fā)明實施例具有以下優(yōu)點：

本發(fā)明實施例提供的一種直接自適應(yīng)控制方法及裝置，其中，直接自適應(yīng)控制方法包括：根據(jù)控制系統(tǒng)中存在的死區(qū)和故障非線性，建立死區(qū)和故障非線性的動態(tài)模型；通過構(gòu)造死區(qū)的逆函數(shù)，對死區(qū)非線性的動態(tài)模型進行逆補償；對逆補償所產(chǎn)生的補償誤差和存在于死區(qū)執(zhí)行器中的故障非線性動力學模型進行補償。本實施例中，通過根據(jù)控制系統(tǒng)中存在的死區(qū)和故障非線性，建立死區(qū)和故障非線性的動態(tài)模型，通過構(gòu)造死區(qū)的逆函數(shù)，對死區(qū)非線性的動態(tài)模型進行逆補償，對逆補償所產(chǎn)生的補償誤差和存在于死區(qū)執(zhí)行器中的故障非線性動力學模型進行補償，解決了非線性系統(tǒng)中存在的死區(qū)和故障非線性的技術(shù)問題，對存在非線性實現(xiàn)有效補償，最終保證了系統(tǒng)運行的穩(wěn)定性和良好的跟蹤性能。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其它的附圖。

圖1為本發(fā)明實施例提供的一種直接自適應(yīng)控制方法的一個實施例的流程示意圖；

圖2為本發(fā)明實施例提供的一種直接自適應(yīng)控制裝置的一個實施例的結(jié)構(gòu)示意圖；

圖3為含有死區(qū)和失效非線性的系統(tǒng)控制示意圖；

圖4為死區(qū)非線性圖；

圖5為死區(qū)逆補償系統(tǒng)示意圖。

具體實施方式

本發(fā)明實施例提供的一種直接自適應(yīng)控制方法及裝置，解決了非線性系統(tǒng)中存在的死區(qū)和故障非線性的技術(shù)問題，對存在非線性實現(xiàn)有效補償，最終保證了系統(tǒng)運行的穩(wěn)定性和良好的跟蹤性能。

為使得本發(fā)明的發(fā)明目的、特征、優(yōu)點能夠更加的明顯和易懂，下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，下面所描述的實施例僅僅是本發(fā)明一部分實施例，而非全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其它實施例，都屬于本發(fā)明保護的范圍。

請參閱圖1，本發(fā)明實施例提供的一種直接自適應(yīng)控制方法的一個實施例包括：

101、根據(jù)帶有未知控制系數(shù)的非線性系統(tǒng)定義執(zhí)行器輸入τ_j(j＝1,2,...,q)和執(zhí)行器輸出u_j(j＝1,2,...,q)；

當需要解決執(zhí)行器死區(qū)和故障時，首先需要根據(jù)帶有未知控制系數(shù)的非線性系統(tǒng)定義執(zhí)行器輸入τ_j(j＝1,2,...,q)和執(zhí)行器輸出u_j(j＝1,2,...,q)。

其中x∈Rⁿ是狀態(tài)變量，y∈R是系統(tǒng)輸出，u_j(j＝1,2,...,q)表示系統(tǒng)的第j個控制輸入，f_i(x)∈Rⁿ(i＝1,2,...,p)和g_j(x)∈Rⁿ(j＝1,2,...,q)是未知的光滑函數(shù)，θ_i(i＝1,2,...,p)和b_j(j＝1,2,...,q)是未知控制系數(shù)。

102、根據(jù)控制系統(tǒng)中存在的死區(qū)和故障非線性，建立死區(qū)和故障非線性的動態(tài)模型；

需要根據(jù)控制系統(tǒng)中存在的死區(qū)和故障非線性，建立死區(qū)和故障非線性的動態(tài)模型。

具體地，據(jù)獲取到的控制系統(tǒng)中非線性，對存在于第j個執(zhí)行器中的死區(qū)非線性，確定執(zhí)行器的動態(tài)模型為u_j＝D(τ_j),j＝1,2,...,q；

其中其中d_{_}＜0,d₊＞0，m_r,m_l是未知常數(shù)， [d_{_},d₊]表示死區(qū)區(qū)間，死區(qū)的參數(shù)滿足m_r≥m_r0，m_l≥m_l0，其中m_r.m_l是兩個正常數(shù)。

103、通過構(gòu)造死區(qū)的逆函數(shù)，對死區(qū)非線性的動態(tài)模型進行逆補償；

需要通過構(gòu)造死區(qū)的逆函數(shù)，對死區(qū)非線性的動態(tài)模型進行逆補償。

具體如下：

通過構(gòu)造死區(qū)的逆函數(shù)得到

根據(jù)逆函數(shù)確定死區(qū)非線性的動態(tài)模型為其中，執(zhí)行器輸入τ_j為

計算出虛擬控制器輸入v_j和設(shè)計逆模塊輸入v_dj之間的誤差為 其中D_Nj為有界值，為

104、對所述逆補償所產(chǎn)生的補償誤差和存在于死區(qū)執(zhí)行器中的故障非線性動力學模型進行補償。

對所述逆補償所產(chǎn)生的補償誤差和存在于死區(qū)執(zhí)行器中的故障非線性動力學模型進行補償，具體如下：

根據(jù)控制系統(tǒng)中存在的故障非線性，建立故障非線性的動態(tài)模型為為 ρ_jv_sj＝0,j＝1,2,...,q，其中ρ_j∈[0,1)，v_sj和t_iF是未知常數(shù)；

根據(jù)故障非線性的動態(tài)模型對存在于控制系統(tǒng)中的死區(qū)逆補償誤差和故障非線性進行自適應(yīng)補償。

下面以一具體應(yīng)用場景進行描述，如圖3至5應(yīng)用例包括：

本發(fā)明基于自適應(yīng)控制方法提出了一種新的控制器，能夠?qū)Ψ蔷€性系統(tǒng)中存在的執(zhí)行器死區(qū)和故障進行有效補償。

具體步驟如下：

1)針對帶有未知參數(shù)的非線性系統(tǒng)：

y＝h(x) (2)

其中x∈Rⁿ是狀態(tài)變量，y∈R是系統(tǒng)輸出，u_j(j＝1,2,...,q)表示系統(tǒng)的第j個控制輸入，f_i(x)∈Rⁿ(i＝1,2,...,p)和g_j(x)∈Rⁿ(j＝1,2,...,q)是未知的光滑函數(shù)，θ_i(i＝1,2,...,p)和b_j(j＝1,2,...,q)是未知控制系數(shù)。

假設(shè)①：(1)-(2)在控制系統(tǒng)中是極其通用的模型，對于任意q-1個執(zhí)行器遭遇非線性，剩余的執(zhí)行器仍然能夠得到控制命令。

2)定義執(zhí)行器輸入為τ_j(j＝1,2,...,q)，執(zhí)行器輸出為u_j(j＝1,2,...,q)，則無擾動的執(zhí)行器動態(tài)模型為：τ_j＝u_j。然而在實際控制系統(tǒng)中，理想的無擾動狀態(tài)是幾乎不可能的，各類非線性廣泛存在于控制系統(tǒng)中。因此，要確保系統(tǒng)的穩(wěn)定運行，需要找到對控制系統(tǒng)中存在的非線性進行相應(yīng)補償?shù)姆椒ā?/p>

3)針對存在于第j個執(zhí)行器中的死區(qū)非線性，執(zhí)行器的動態(tài)模型可以表示為

u_j＝D(τ_j),j＝1,2,...,q (3)

其中

其中d_{_}＜0,d₊＞0，m_r,m_l是未知常數(shù)，[d_{_},d₊]表示死區(qū)區(qū)間。

假設(shè)②：假設(shè)系統(tǒng)執(zhí)行器發(fā)生了死區(qū)非線性，死區(qū)的參數(shù)滿足m_r≥m_r0，m_l≥m_l0，其中m_r.m_l是兩個正常數(shù)。

4)通過構(gòu)造死區(qū)的逆函數(shù)，我們可以設(shè)計一個逆模塊對死區(qū)非線性進行 補償，并由此得到死區(qū)輸出和設(shè)計逆模塊輸入之間的誤差，該誤差可以在后續(xù)步驟中通過自適應(yīng)率的設(shè)計來消除。為此，我們構(gòu)造的死區(qū)逆函數(shù)為

其中

其中e₀＞0是自行設(shè)定的參數(shù)。為了敘述方便，死區(qū)非線性動態(tài)模型(4)可以表述為

v_j＝-θ_j^Tw_j (7)

其中

由于θ_j(j＝1,2,...,q)是未知的，w_j(j＝1,2,...,q)在實際系統(tǒng)中無法測量得知，因此v_j需要設(shè)計為

其中為θ_j的估計值，為4×1的定義矩陣。

由此我們可以得到執(zhí)行器輸入τ_j為

由(7)和(11)可以得到虛擬控制器輸入v_j和設(shè)計逆模塊輸入v_dj之間的誤差為

在現(xiàn)有技術(shù)中可知，D_Nj是有界值，可以表示為

表示D_Nj的上界。該誤差項對系統(tǒng)穩(wěn)定性會造成影響，因此我們在接下來的控制器設(shè)計中，需要運用自適應(yīng)控制的方法設(shè)計相應(yīng)的自適應(yīng)率，將該誤差項消除。

5)考慮死區(qū)執(zhí)行器中可能存在的故障現(xiàn)象(如說明書附圖1所示)，針對于動態(tài)系統(tǒng)(1)-(2)，執(zhí)行器故障的動力學模型可以表示為

ρ_jv_sj＝0,j＝1,2,...,q (16)

其中ρ_j∈[0,1)，v_sj和t_iF是未知常數(shù)。因此，目標控制器的設(shè)計需要滿足以下幾個條件：

①需要設(shè)計相應(yīng)的自適應(yīng)率，能夠補償由于死區(qū)逆補償所產(chǎn)生的誤差項；

②需要設(shè)計相應(yīng)的自適應(yīng)率和控制器，能夠消除執(zhí)行器故障對系統(tǒng)的影響，保持系統(tǒng)的穩(wěn)定性，使得系統(tǒng)輸出能夠跟蹤參考輸入。

本發(fā)明基于自適應(yīng)控制的控制器，目的是對系統(tǒng)中存在的執(zhí)行器死區(qū)和故障非線性進行有效補償，使系統(tǒng)在執(zhí)行器死區(qū)和故障非線性存在的工作環(huán)境下仍能保持穩(wěn)定的工作狀態(tài)。

下面對該控制器設(shè)計的詳細過程進行說明。

圖3是系統(tǒng)控制框圖，執(zhí)行器中存在可能出現(xiàn)的死區(qū)和故障非線性。

1)目前存在一個微分同胚矩陣[x,η]^T＝T(x)＝[T_s(x)T_c(x)]，能夠?qū)⑾到y(tǒng)(1)-(2)轉(zhuǎn)換為以下形式。

假設(shè)③：假設(shè)參考信號y_r和是已知有界而且連續(xù)的，γ_i(x,η)≠0，且b_i的符號函數(shù)sign(b_i)(i＝1,2,...,q)是已知的。

2)基于Tuning Function的方法，我們定義誤差變量為

我們的目標是得到最終的控制器動態(tài)模型，為此我們需要分為λ步進行討論。首先我們對(17)中第一個狀態(tài)方程(即i＝1的情況)進行自適應(yīng)穩(wěn)定性分析并假設(shè)x₂可控。依此，在接下來每一個步驟中，在假設(shè)x_i+1可控的前提下，第i個狀態(tài)方程的穩(wěn)定性可以通過相應(yīng)的Lyapunov方程進行分析，設(shè)計相應(yīng)穩(wěn)定控制函數(shù)α_i和調(diào)節(jié)函數(shù)進而得到所需的穩(wěn)定控制器。然而實際上在系統(tǒng)中僅僅只有x₁可控，因此相應(yīng)的系統(tǒng)控制器u和相應(yīng)的自適應(yīng)率只能在最后步驟λ中得到。

3)步驟1：我們先選擇分析前兩個誤差變量

由可以表示為

選擇相應(yīng)的Lyapunov函數(shù)為

則Lyapunov函數(shù)的導數(shù)為

其中假設(shè)x₂可控，令x₂≡0，即x₂≡α₁。為了滿足選擇控制率為穩(wěn)定函數(shù)α₁和調(diào)節(jié)函數(shù)分別為

由于實際上x₂不可控，則有x₂≠0，不能夠再做為控制率。為此，我們將表示為

步驟i(i＝2,3,...,λ-1)：第i+1個誤差變量為

由得

穩(wěn)定函數(shù)α_i和調(diào)節(jié)函數(shù)分別表示為

其中

我們省略對第i步中對穩(wěn)定性的分析，相應(yīng)的系統(tǒng)Lyapunov穩(wěn)定性分析 將在最后一步進行。

步驟λ：第λ個誤差變量為

由和(13)可得

由上式可以看出，死區(qū)逆補償所產(chǎn)生的誤差項包含在誤差變量中，另外式中還包含了執(zhí)行器故障的動態(tài)模型，因此在控制器的設(shè)計中，我們應(yīng)該考慮如何消除死區(qū)逆補償誤差項和故障非線性對系統(tǒng)的影響。為此，我們綜合了魯棒控制、參數(shù)化和直接自適應(yīng)控制的思想，提出了一種新型的控制器，能夠有效消除該擾動對系統(tǒng)穩(wěn)定性的影響。

從(14)可以得到

即該誤差項使有上界的，可以運用魯棒控制的方法實現(xiàn)消除。由(15)-(16)式，我們假設(shè)在時間間隔[T_k-1,T_k)內(nèi)存在p_k個執(zhí)行器發(fā)生故障，則定義P_k＝{j₁,j₂,...,j_pk}，表示在某一時間間隔內(nèi)故障執(zhí)行器集合，另外，定義 表示個部分故障(0＜ρ＜1)的執(zhí)行器集合，定義 表示個完全故障(ρ＝1)的執(zhí)行器集合。另外，我們定義Lyapunov函數(shù)為

根據(jù)Lyapunov穩(wěn)定性分析，系統(tǒng)要保持穩(wěn)定，則必須滿足

根據(jù)上述的分析，我們可以設(shè)計相應(yīng)的穩(wěn)定性函數(shù)和調(diào)節(jié)函數(shù)為

相應(yīng)的自適應(yīng)率設(shè)計為

其中ω＝[α_λ,γ₁,...,γ_q]。相應(yīng)的控制器設(shè)計為

到了這一步，基于控制率(38)和帶有相應(yīng)自適應(yīng)率(37)的控制器已 經(jīng)設(shè)計完成，最終的Lyapunov函數(shù)的導數(shù)滿足

由Lyapunov函數(shù)穩(wěn)定性分析可知，帶有該控制器的系統(tǒng)在死區(qū)和故障非線性存在的情況仍能保持系統(tǒng)的穩(wěn)定性，且穩(wěn)態(tài)誤差最終收斂到零。

綜上，一種基于執(zhí)行器死區(qū)和故障補償?shù)闹苯幼赃m應(yīng)控制方法已經(jīng)設(shè)計完成。

定理：考慮閉環(huán)非線性系統(tǒng)(1)-(2)中的執(zhí)行器存在死區(qū)非線性(4)，且每個執(zhí)行器都可能存在故障(15)-(16)，在滿足假設(shè)①-③的條件下，帶有自適應(yīng)率(37)和控制器(38)的非線性系統(tǒng)能夠在運行中始終維持穩(wěn)定，而且保證跟蹤誤差最終能夠收斂于零。

本實施例中，通過根據(jù)獲取到的控制系統(tǒng)中非線性，確定控制系統(tǒng)的執(zhí)行器中的死區(qū)非線性的執(zhí)行器的動態(tài)模型，通過構(gòu)造死區(qū)的逆函數(shù)，對死區(qū)非線性的動態(tài)模型進行補償，對根據(jù)死區(qū)非線性建立執(zhí)行器故障對應(yīng)的動力學模型進行執(zhí)行器故障消除，解決了非線性系統(tǒng)中存在的死區(qū)和故障非線性的技術(shù)問題，對存在非線性實現(xiàn)有效補償，最終保證了系統(tǒng)運行的穩(wěn)定性和良好的跟蹤性能。

請參閱圖2，本發(fā)明實施例中提供的一種直接自適應(yīng)控制裝置的一個實施例包括：

定義單元201，用于根據(jù)帶有未知控制系數(shù)的非線性系統(tǒng) 定義執(zhí)行器輸入τ_j(j＝1,2,...,q)和執(zhí)行器輸出u_j(j＝1,2,...,q)；

其中x∈Rⁿ是狀態(tài)變量，y∈R是系統(tǒng)輸出，u_j(j＝1,2,...,q)表示系統(tǒng)的第j個控制輸入，f_i(x)∈Rⁿ(i＝1,2,...,p)和g_j(x)∈Rⁿ(j＝1,2,...,q)是未知的光滑函數(shù)，θ_i(i＝1,2,...,p)和b_j(j＝1,2,...,q)是未知控制系數(shù)。

確定單元202，用于根據(jù)控制系統(tǒng)中存在的死區(qū)和故障非線性，建立死區(qū) 和故障非線性的動態(tài)模型，確定單元202，具體用于據(jù)獲取到的控制系統(tǒng)中非線性，對存在于第j個執(zhí)行器中的死區(qū)非線性，確定執(zhí)行器的動態(tài)模型為u_j＝D(τ_j),j＝1,2,...,q；

其中其中d_{_}＜0,d₊＞0，m_r,m_l是未知常數(shù)，[d_{_},d₊]表示死區(qū)區(qū)間，死區(qū)的參數(shù)滿足m_r≥m_r0，m_l≥m_l0，其中m_r.m_l是兩個正常數(shù)。

死區(qū)補償單元203，用于通過構(gòu)造死區(qū)的逆函數(shù)，對死區(qū)非線性的動態(tài)模型進行逆補償；

死區(qū)補償單元203包括：

逆函數(shù)子單元2031，用于通過構(gòu)造死區(qū)的逆函數(shù) 得到

動態(tài)模型子單元2032，用于根據(jù)逆函數(shù)確定死區(qū)非線性的動態(tài)模型為 其中，執(zhí)行器輸入τ_j為

計算子單元2033，用于計算出虛擬控制器輸入v_j和設(shè)計逆模塊輸入v_dj之間的誤差為其中D_Nj為有界值，為

逆補償誤差和故障消除單元204，用于對所述逆補償所產(chǎn)生的補償誤差和存在于死區(qū)執(zhí)行器中的故障非線性動力學模型進行補償。

逆補償誤差和故障消除單元204包括：

動力學模型子單元2041，用于根據(jù)控制系統(tǒng)中存在的故障非線性，建立故障非線性的動態(tài)模型為為ρ_jv_sj＝0,j＝1,2,...,q，其中ρ_j∈[0,1)，v_sj和t_iF是未知常數(shù)；

逆補償誤差和故障消除子單元2042，用于根據(jù)故障非線性的動態(tài)模型對存在于控制系統(tǒng)中的死區(qū)逆補償誤差和故障非線性進行自適應(yīng)補償。

所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為描述的方便和簡潔，上述描 述的系統(tǒng)，裝置和單元的具體工作過程，可以參考前述方法實施例中的對應(yīng)過程，在此不再贅述。

在本申請所提供的幾個實施例中，應(yīng)該理解到，所揭露的系統(tǒng)，裝置和方法，可以通過其它的方式實現(xiàn)。例如，以上所描述的裝置實施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實際實現(xiàn)時可以有另外的劃分方式，例如多個單元或組件可以結(jié)合或者可以集成到另一個系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過一些接口，裝置或單元的間接耦合或通信連接，可以是電性，機械或其它的形式。

所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個地方，或者也可以分布到多個網(wǎng)絡(luò)單元上?？梢愿鶕?jù)實際的需要選擇其中的部分或者全部單元來實現(xiàn)本實施例方案的目的。

另外，在本發(fā)明各個實施例中的各功能單元可以集成在一個處理單元中，也可以是各個單元單獨物理存在，也可以兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以采用硬件的形式實現(xiàn)，也可以采用軟件功能單元的形式實現(xiàn)。

所述集成的單元如果以軟件功能單元的形式實現(xiàn)并作為獨立的產(chǎn)品銷售或使用時，可以存儲在一個計算機可讀取存儲介質(zhì)中?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻的部分或者該技術(shù)方案的全部或部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品存儲在一個存儲介質(zhì)中，包括若干指令用以使得一臺計算機設(shè)備(可以是個人計算機，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個實施例所述方法的全部或部分步驟。而前述的存儲介質(zhì)包括：U盤、移動硬盤、只讀存儲器(ROM，Read-Only Memory)、隨機存取存儲器(RAM，Random Access Memory)、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。

以上所述，以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述實施例對本發(fā)明進行了詳細的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當理解：其依然可以對前述各實施例所記載的技術(shù)方案進行修改，或者對其 中部分技術(shù)特征進行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實施例技術(shù)方案的精神和范圍。