内模控制(IMC)结构及特性


前言

内模控制(Internal Model Control,IMC) 是一种用于控制系统中的模型,基于模型预测和误差补偿的原理。其核心思想是在控制系统中加入一个内部模型,通过与实际系统输出进行比较,并根据差异进行补偿控制,从而实现对系统的精确控制。


1.内模控制(IMC)结构

内模控制的系统框图如下图所示,其中 G c G_c Gc是控制器, G G G是被控对象, G f G_f Gf是滤波器, G ^ \hat G G^是内部模型; y r y_r yr v v v为系统输入,分别是设定值和干扰, y y y为系统输出。
IMC系统框图

根据梅森增益公式可以得到系统的传递函数为 y ( k ) = G c ( z ) G ( z ) 1 + G c ( z ) G f ( z ) [ G ( z ) − G ^ ( z ) ] y r ( k ) + 1 − G c ( z ) G f ( z ) G ^ ( z ) 1 + G c ( z ) G f ( z ) [ G ( z ) − G ^ ( z ) ] v ( k ) y(k)=\frac{G_c(z)G(z)}{1+G_c(z)G_f(z)[G(z)-\hat G(z)]}y_r(k)+\frac{1-G_c(z)G_f(z)\hat G(z)}{1+G_c(z)G_f(z)[G(z)-\hat G(z)]}v(k) y(k)=1+Gc(z)Gf(z)[G(z)G^(z)]Gc(z)G(z)yr(k)+1+Gc(z)Gf(z)[G(z)G^(z)]1Gc(z)Gf(z)G^(z)v(k)

2.内模控制(IMC)特性

性质1 对偶稳定性

当内部模型与被控对象匹配时,即 G ( z ) = G ^ ( z ) G(z)=\hat G(z) G(z)=G^(z)时,使滤波器 G f ( z ) = 1 G_f(z)=1 Gf(z)=1,系统可以视为一个开环系统。其传递函数为 y ( k ) = G c ( z ) G ( z ) y r ( k ) + [ 1 − G c ( z ) G ( z ) ] v ( k ) y(k)=G_c(z)G(z)y_r(k)+[1-G_c(z)G(z)]v(k) y(k)=Gc(z)G(z)yr(k)+[1Gc(z)G(z)]v(k)可以看出,如果对象开环稳定,控制器也稳定,则整个系统必然稳定,也称IMC具有对偶稳定性

性质2 理想控制器

当内部模型与被控对象匹配时, G ( z ) = G ^ ( z ) G(z)=\hat G(z) G(z)=G^(z),设计控制器, G c ( z ) = G ^ − 1 ( z ) G_c(z)=\hat G^{-1}(z) Gc(z)=G^1(z)(若逆模型存在),使滤波器 G f ( z ) = 1 G_f(z)=1 Gf(z)=1,则根据IMC的传递函数可以得到 y ( k ) = y r ( k ) y(k)=y_r(k) y(k)=yr(k)同时干扰传递函数为0,说明干扰对输出无影响。

性质3 零稳态偏差

若闭环模型稳定,当模型与对象失配时,即 G ( z ) ≠ G ^ ( z ) G(z)\neq \hat G(z) G(z)=G^(z)时,使滤波器 G f ( z ) = 1 G_f(z)=1 Gf(z)=1,可以得到系统输出与设定值之间的偏差: E ( k ) = y r ( k ) − y ( k ) = 1 − G c ( z ) G ^ ( z ) 1 + G c ( z ) [ G ( z ) − G ^ ( z ) ] [ y r ( k ) − v ( k ) ] E(k)=y_r(k)-y(k)=\frac{1-G_c(z)\hat G(z)}{1+G_c(z)[G(z)-\hat G(z)]}[y_r(k)-v(k)] E(k)=yr(k)y(k)=1+Gc(z)[G(z)G^(z)]1Gc(z)G^(z)[yr(k)v(k)]只要设计控制器 G c ( z ) = G ^ − 1 ( z ) G_c(z)=\hat G^{-1}(z) Gc(z)=G^1(z),即可让 E ( k ) = 0 E(k)=0 E(k)=0,即对阶跃输入和扰动,稳态偏差为零。

性质4 鲁棒性

在模型失配的情况下,且闭环不稳定时,可以通过调节滤波器 G f ( z ) G_f(z) Gf(z)来改变系统的稳定性,因此称IMC具有鲁棒性


总结

IMC可以应用到多种领域,同时也为分析一些其他控制算法的性质提供了结构框架。

  • 1
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

麦斯威尔逊

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值