基于LMI的线性化系统控制(含程序模型)

目录

前言

1.基于LMI的线性系统稳定镇定

1.1线性系统描述

1.2.控制律

 2 基于LMI的线性系统跟踪控制 

3.控制器求解

3.1 Yalmip工具箱

 3.2 Yalmip工具箱求解控制器

3.2.1 程序

3.2.2 求解结果

4 基于LMI的线性系统稳定镇定仿真分析

4.1 Simulink模型

 4.2 仿真结果

5 基于LMI的线性系统跟踪控制仿真分析

5.1 Simulink模型

5.2 仿真结果


前言

往期白嫖专栏:

使用hinfric和hinflmi函数设计H∞输出反馈控制器(含白嫖代码)_Mr. 邹的博客-CSDN博客

SMC/VSC(十一)——基于趋近律的离散滑模控制(白嫖程序模型)_Mr. 邹的博客-CSDN博客

H2/H无穷控制之msfsyn、hinfmix和h2hinfsyn函数使用及示例学习_Mr. 邹的博客-CSDN博客_hinfsyn函数

如何理解LMI线性化?

由于MATLAB对非线性矩阵的求解很困难,所以需要我们人为的去将LMI线性化后再求解。

具体例子可以查看以下文章:

LMI线性矩阵不等式之非线性变量处理_Mr. 邹的博客-CSDN博客

1.基于LMI的线性系统稳定镇定

1.1线性系统描述

1.2.控制律

 2 基于LMI的线性系统跟踪控制 

3.控制器求解

3.1 Yalmip工具箱

这里要和大家介绍一下Ylamip工具箱的使用指令,以及新版MATLAB与老版指令的区别:

 3.2 Yalmip工具箱求解控制器

3.2.1 程序

clear all;
close all;

%First example on the paper by M.Rehan
A=[-2.548 9.1 0;
    1 -1 1;
    0 -14.2 0];
B=[1 0 0;
    0 1 0;
    0 0 1];
P=sdpvar(3,3);
F=sdpvar(3,3);
M=sdpvar(3,3);

%FAI=(A'+F'*B')*P+P*(A+B*F);
FAI=A'*P+M'+P*A+M;   %M=PBF

%LMI description
% L1 = P >= 0;%老版的是用set指令,新版的不行
% L2 = FAI <= 0;
% LL = L1+L2;
LL = [P >= 0,FAI <= 0];

solvesdp(LL);

P=double(P);
M=double(M)

F=inv(P*B)*M

3.2.2 求解结果

M =

   11.1579  -51.5998    0.0014
  -51.5998   -4.6611   67.4289
    0.0014   67.4289  -14.8807
F =

    1.0919   -5.0500    0.0002
   -5.0484   -0.4560    6.5971
    0.0000    6.5999   -1.4564

4 基于LMI的线性系统稳定镇定仿真分析

4.1 Simulink模型

 4.2 仿真结果

从Scope中读取高清图的方法:

5 基于LMI的线性系统跟踪控制仿真分析

5.1 Simulink模型

5.2 仿真结果

 结论:可以看到使用这样的简单控制律对于稳定系统和跟踪效果是比较差的,而且难以抵抗外界扰动,所以后面需要引入滑模控制。

如果有帮助,麻烦帮忙点个赞是我最大的分享动力,非常感谢!

注:仅为便利自己学习,错误在所难免,如有侵权,请联系删除,有兴趣的学者可以参考学习交流,谢谢!

参考资料:

《滑模变结构控制MATLAB仿真:基本理论与设计方法第四版》---刘金琨

《YalmiP 优化工具箱及其在控制理论中的应用---戴江涛》
 

  • 13
    点赞
  • 43
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 11
    评论
### 回答1: H无穷控制器(H∞ Controller)是一种优化控制器设计方法,在高精度要求和抗干扰性能要求较高的控制系统中被广泛应用。通过最小化系统灵敏度函数,H∞ 控制器可以使系统对不确定性和干扰具有较强的鲁棒性。 LMI(线性矩阵不等式)是一种约束条件,可以用于求解控制器设计中的优化问题。在H无穷控制器的设计中,LMI被用于表示控制器的线性矩阵约束,进而得到最优控制器设计。 下面以一个仿真实例来说明H无穷控制LMI的应用。假设我们要设计一个H无穷控制器来控制一个负反馈系统,系统受到外部扰动的影响。我们希望系统具有鲁棒性,即在存在不确定性和干扰的情况下,系统依然能够保持良好的控制性能。 首先,我们需要建立系统的状态空间模型,并引入不确定性和干扰项。然后,我们根据系统的性能指标和控制要求设置约束条件。 接下来,我们将LMI约束应用于系统模型中,形成一个优化问题。通过求解这个优化问题,我们可以得到H无穷控制器的参数,使得系统的灵敏度函数最小化,并满足约束条件。 最后,我们可以使用Matlab等软件进行仿真,将H无穷控制器应用于系统模型中,得到控制系统的响应曲线。通过对比系统的性能指标,如稳定性、鲁棒性和跟踪性能等,我们可以评估H无穷控制器的效果。 总之,通过H无穷控制LMI的应用,我们可以在控制系统设计中实现鲁棒性和优化性能的平衡。这种方法不仅可以提高系统的控制性能,还可以使系统对不确定性和干扰具有更好的适应能力。 ### 回答2: H无穷控制器是一种常用的控制器设计方法,可以通过线性矩阵不等式(LMI)来进行系统设计和控制。通过LMI仿真实例可以更好地理解H无穷控制器的应用。 我们考虑一个二维系统,其状态空间为[A, B, C, D]。我们的目标是设计一个H无穷控制器,使得系统满足特定的性能要求。 首先,我们定义系统的性能规范。常见的性能规范包括鲁棒稳定性和鲁棒性能。鲁棒稳定性要求系统在参数不确定性或外部干扰的情况下保持稳定。鲁棒性能要求系统在不确定性存在的情况下仍能满足一定的性能指标,如抑制干扰或保持灵敏度。 接下来,我们使用LMI来设计H无穷控制器。LMI是一种基于矩阵不等式的近似线性可行性算法,可以用来求解大规模系统的控制问题。 在这个仿真实例中,我们首先根据给定的系统模型和性能规范,构造LMI问题。然后,使用相应的数值求解方法求解LMI问题,得到H无穷控制器的参数。 接着,我们将设计好的H无穷控制器应用到系统中,并进行仿真。通过仿真,我们可以观察系统的响应,评估控制器的性能是否满足要求。如果控制器的性能不理想,我们可以调整控制器参数,并重新进行仿真。 最后,我们根据仿真结果对控制器进行优化,使得系统在参数不确定性和外部干扰下能够保持稳定并满足性能要求。 通过以上步骤,我们可以利用LMI仿真实例来理解和应用H无穷控制器的设计方法。这种方法可以帮助我们设计出满足性能要求的系统控制器,并使系统具有鲁棒性和鲁棒稳定性。 ### 回答3: H无穷控制LMI仿真实例可以用来解决控制系统设计中的鲁棒性问题。下面我将给出一个300字的中文回答。 为了控制一个具有不确定性的动态系统,设计一个鲁棒控制器是非常重要的。H无穷控制理论为我们提供了一种鲁棒性设计方法。通过使用线性矩阵不等式(LMI)来描述系统的约束条件,可以帮助我们设计一个鲁棒稳定的控制器。 考虑一个简单的控制系统,由一个带有不确定参数的传递函数G(s)表示。我们的目标是设计一个鲁棒控制器,以确保系统在参数不确定性和外部扰动的影响下能够保持稳定性和性能指标。我们可以采用H无穷控制器设计方法来实现我们的目标。 在仿真实例中,我们首先需要将系统的传递函数表示为一个LMI问题。对于给定的性能指标和稳定性约束,我们可以使用H无穷范数来描述系统的不确定性.这个问题的关键在于找到一个满足LMI约束的控制器增益矩阵K,以实现所需的性能要求。 通过使用仿真软件工具(如MATLAB)中的控制系统工具箱,我们可以通过实现LMI控制器设计算法来进行仿真。在仿真过程中,我们可以观察到在不确定参数的影响下,系统的鲁棒性能如何变化。通过调整H无穷控制器设计参数,我们可以进一步研究系统的鲁棒性能。 在本仿真实例中,我们可以观察到在LMI约束下,系统的鲁棒性能得到改善。通过合理选择优化算法并调整控制器的增益,我们可以设计出一个满足稳定性和性能要求的鲁棒控制器。通过仿真结果的分析和比较,我们可以进一步优化系统的性能。 总而言之,H无穷控制LMI仿真实例为我们提供了一个研究和设计鲁棒控制器的方法。通过仿真实验,我们可以了解系统的鲁棒性能如何改善,从而指导实际控制系统的设计与应用。
评论 11
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

Mr. 邹

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