ESO和滑模的一些讨论
参考文章：姚苏华,高国琴,高志强.带宽化扰动观测复合滑模的闭链机构协调控制[J/OL].控制理论与应用:1-7[2020-06-03]
我一直觉得滑模和ADRC有着很有意思的关系。可惜一般ESO（ADRC的核心）和SMC的设计及分析都是独立的，而这篇文章让我眼前一亮，启发颇深。
我们通过一个典型的积分串联型二阶系统来做详细说明
y ¨ = f ( y ˙ , y , d ( t ) ) + b u \ddot{y}=f(\dot{y},y,d(t))+bu y¨=f(y˙,y,d(t))+bu
其NESO观测器应设计如下
{ e o = y − z 1 z ˙ 1 = z 2 + k 1 fal ( e o , θ 1 , δ ) z ˙ 2 = z 3 + b u + k 2 fal ( e o , θ 2 , δ ) z ˙ 3 = k 3 fal ( e o , θ 3 , δ ) \left\{\begin{array}{l}e_{\mathrm{o}}=y-z_{1} \\ \dot{z}_{1}=z_{2}+k_{1} \operatorname{fal}\left(e_{\mathrm{o}}, \theta_{1}, \delta\right) \\ \dot{z}_{2}=z_{3}+bu+k_{2} \operatorname{fal}\left(e_{\mathrm{o}}, \theta_{2}, \delta\right) \\ \dot{z}_{3}=k_{3} \operatorname{fal}\left(e_{\mathrm{o}}, \theta_{3}, \delta\right)\end{array}\right. ⎩⎪⎪⎨⎪⎪⎧eo=y−z1z˙1=z2+k1fal(eo,θ1,δ)z˙2=z3+bu+k2fal(eo,θ2,δ)z˙3=k3fal(eo,θ3,δ)
其中 z 1 , z 2 , z 3 z_1,z_2,z_3 z1,z2,z3分别为 y , y ˙ , f y,\dot{y},f y,y˙,f的估计值。
这是传统的eso。
下面我们注意一件事，上式很容易可以得到其微分方程形式
z ¨ 1 = k 1 dfal ( e o , θ 1 , δ ) d t + k 2 fal ( e o , θ 2 , δ ) + k 3 ∫ fal ( e o , θ 3 , δ ) + b u \begin{aligned} \ddot{z}_{1}=& k_{1} \frac{\operatorname{dfal}\left(e_{\mathrm{o}}, \theta_{1}, \delta\right)}{\mathrm{d} t}+k_{2} \operatorname{fal}\left(e_{\mathrm{o}}, \theta_{2}, \delta\right)+k_{3} \int \operatorname{fal}\left(e_{\mathrm{o}}, \theta_{3}, \delta\right)+bu \end{aligned} z¨1=k1dtdfal(eo,θ1,δ)+k2fal(eo,θ2,δ)+k3∫fal(eo,θ3,δ)+bu
注意到 z 1 = y ^ z_1=\hat{y} z1=y^，那么很容易的联想到
k 1 dfal ( e o , θ 1 , δ ) d t + k 2 fal ( e o , θ 2 , δ ) + k 3 ∫ fal ( e o , θ 3 , δ ) \begin{aligned}& k_{1} \frac{\operatorname{dfal}\left(e_{\mathrm{o}}, \theta_{1}, \delta\right)}{\mathrm{d} t}+k_{2} \operatorname{fal}\left(e_{\mathrm{o}}, \theta_{2}, \delta\right)+k_{3} \int \operatorname{fal}\left(e_{\mathrm{o}}, \theta_{3}, \delta\right)\end{aligned} k1dtdfal(eo,θ1,δ)+k2fal(eo,θ2
最低0.47元/天 解锁文章
1886
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
