超螺旋滑模控制详细介绍(全网独家)

关于超螺旋滑模控制(或称超扭滑模控制)的论文有很多,但关于其具体的稳定性证明却少之又少,数学功底不强的人很容易在中间步骤被卡壳。因此,笔者在这里给出详尽的稳定性证明过程,一并将超螺旋滑模控制理论介绍给各位读者,希望能为各位带来一定的参考。

关于该理论的详细证明过程,笔者目前没有找到其他文章,因此本文可以算作是全网第一篇完全详细推导的文章,喜欢的读者可以收藏加点赞。

本文需要读者具有一定的滑模控制理论的知识,可以点击传送门进行学习:滑模控制理论(SMC)概述强烈建议读者阅读完该文章后再来阅读本文!

1. 系统模型

一般地,对于非线性系统可以建立具有标准柯西形式的微分方程组。令状态量为 x = x 1 , x 2 = x ˙ 1 x = x_1,x_2 = \dot x_1 x=x1,x2=x˙1,则有:
{ x ˙ 1 = x 2 x ˙ 2 = f + g ⋅ u \begin{cases} \dot x_1 = x_2 \\ \dot x_2 = f + g \cdot u \end{cases} {x˙1=x2x˙2=f+gu与传统的滑模控制相比,超螺旋控制算法使用积分来获得实际控制量,不含高频切换量,因而系统中没有抖振
令滑模面为 s s s,只要满足如下方程:
{ s ˙ = − λ ∣ s ∣ 1 2 ⋅ s i g n ( s ) + ν ν ˙ = − α ⋅ s i g n ( s ) (1) \begin{cases} \dot s = - \lambda \left| s \right| ^{\frac{1}{2}} \cdot sign (s) + \nu \\ \dot \nu = - \alpha \cdot sign(s) \tag{1} \end{cases} {s˙=λs21sign(s)+νν˙=αsign(s)(1)则系统即为稳定的。

2. 控制量设计

设状态 x x x的期望值为 x d x_d xd,则跟踪误差为 e 1 = x 1 − x d e_1 = x_1 - x_d e1=x1xd 。设 e 2 = e ˙ 1 = x ˙ 1 − x ˙ d = x 2 − x ˙ d e_2 = \dot e_1 = \dot x_1 - \dot x_d = x_2 - \dot x_d e2=e˙1=x˙1x˙d=x2x˙d,并设滑模面为:
s = c 1 e 1 + e 2 (2) s = c_1 e_1 + e_2 \tag{2} s=c1e1+e2(2)对其求导
s ˙ = c 1 e ˙ 1 + e ˙ 2 = c 1 e 2 + f + g ⋅ u − x ¨ d \begin{aligned} \dot s &= c_1 \dot e_1 + \dot e_2 \\ &= c_1 e_2 + f + g \cdot u - \ddot x_d \end{aligned} s˙=c1e˙1+e˙2=c1e2+f+gux¨d容易看出,此时如果设
u = g − 1 ( − f + x ¨ d − c 1 e 2 − λ ∣ s ∣ 1 2 s i g n ( s ) − α ⋅ s i g n ( s ) ) (3) u = g^{-1} \left( -f + \ddot x_d - c_1 e_2 - \lambda \left| s \right| ^{\frac{1}{2}} sign (s) - \alpha \cdot sign(s) \right) \tag{3} u=g1(f+x¨dc1e2λs21sign(s)αsign(s))(3) s ˙ \dot s s˙就能具有式(1)的形式。
对于(1)中参数设定为:
λ ˙ = ω 1 γ 1 2 , α = λ ε + 1 2 ( β + 4 ε 2 ) (4) \dot \lambda = \omega_1 \sqrt{\frac{\gamma_1}{2}},\\ \alpha = \lambda \varepsilon + \frac{1}{2} \left( \beta + 4 \varepsilon^2 \right) \tag{4} λ˙=ω12γ1 ,α=λε+21(β+4ε2)(4)式中 α , β , ε , λ , ω 1 , γ 1 \alpha, \beta, \varepsilon, \lambda, \omega_1, \gamma_1 α,β,ε,λ,ω1,γ1均大于零。

3. 稳定性证明

容易看出,与传统滑模控制不同的是, u u u中含有的不再是滑模面 s s s,而是其多项式 ∣ s ∣ 1 2 s i g n ( s ) \left| s \right| ^{\frac{1}{2}} sign(s) s21sign(s)。除此之外,在 s ˙ \dot s s˙表达式中还出现了另一个参数 ν \nu ν(式(1))。不妨把这两者设定为新的状态变量,在此基础上设成李雅普诺夫函数。


{ z 1 = ∣ s ∣ 1 2 s i g n ( s ) z 2 = ν (5) \begin{cases} z_1 = \left| s \right| ^{\frac{1}{2}} sign(s) \\ z_2 = \nu \end{cases} \tag{5} {z1=s21sign(s)z2=ν(5)则对应的各自导数为
{ z ˙ 1 = 1 2 ∣ s ∣ − 1 2 s ˙ = 1 2 ∣ s ∣ − 1 2 ( − λ ∣ s ∣ 1 2 s i g n ( s ) − α ⋅ s i g n ( s ) ) z ˙ 2 = ν ˙ = − α ⋅ s i g n ( s ) (6) \begin{cases} \dot z_1 = \frac{1}{2} \left| s \right| ^{-\frac{1}{2}} \dot s = \frac{1}{2} \left| s \right| ^{-\frac{1}{2}} \left( -\lambda \left| s \right| ^{\frac{1}{2}} sign(s) - \alpha \cdot sign(s) \right) \\ \dot z_2 = \dot \nu = - \alpha \cdot sign(s) \end{cases} \tag{6} {z˙1=21s21s˙=21s21(λs21sign(s)αsign(s))z˙2=ν˙=αsign(s)(6)又因为 ∣ z 1 ∣ = ∣ s ∣ 1 2 \left| z_1 \right| = \left| s \right| ^{\frac{1}{2}} z1=s21,故 1 ∣ z 1 ∣ = ∣ s ∣ − 1 2 \frac{1}{\left| z_1 \right|} = \left| s \right| ^{-\frac{1}{2}} z11=s21。故式(6)即为
{ z ˙ 1 = 1 2 ∣ z 1 ∣ ( − λ z 1 + z 2 ) z ˙ 2 = ν ˙ = − α ⋅ s i g n ( s ) = − α ⋅ s i g n ( s ) ⋅ ∣ s ∣ 1 2 ⋅ ∣ s ∣ − 1 2 = − α ∣ z 1 ∣ z 1 (7) \begin{cases} \dot z_1 = \frac{1}{2 \left| z_1 \right| } \left( -\lambda z_1 + z_2 \right) \\ \dot z_2 = \dot \nu = - \alpha \cdot sign(s) = - \alpha \cdot sign(s) \cdot \left| s \right| ^{\frac{1}{2}} \cdot \left| s \right| ^{-\frac{1}{2}} = -\frac{\alpha}{ \left| z_1 \right| } z_1 \end{cases} \tag{7} {z˙1=2z11(λz1+z2)z˙2=ν˙=αsign(s)=αsign(s)s21s21=z1αz1(7)即:
{ z ˙ 1 = 1 2 ∣ z 1 ∣ ( − λ z 1 + z 2 ) z ˙ 2 = − α ∣ z 1 ∣ z 1 (7) \begin{cases} \dot z_1 = \frac{1}{2 \left| z_1 \right| } \left( -\lambda z_1 + z_2 \right) \\ \dot z_2 = -\frac{\alpha}{ \left| z_1 \right| } z_1 \end{cases} \tag{7} {z˙1=2z11(λz1+z2)z˙2=z1αz1(7)设新的状态变量为
Z = [ z 1 z 2 ] Z = \left[ \begin{matrix} z_1 \\ z_2 \end{matrix} \right] Z=[z1z2]并定义李雅普诺夫函数为
V 0 = ( β + 4 ε 2 ) z 1 2 + z 2 2 − 4 ε z 1 z 2 = Z T P Z (8) V_0 =\left( \beta + 4 \varepsilon^2 \right) z_1^2 + z_2^2 - 4 \varepsilon z_1 z_2 = Z^T P Z \tag{8} V0=(β+4ε2)z12+z224εz1z2=ZTPZ(8)其中 P = [ β + 4 ε 2 − 2 ε − 2 ε 1 ] (9) P = \left[ \begin{matrix} \beta + 4 \varepsilon^2 & -2 \varepsilon \\ -2 \varepsilon & 1 \end{matrix} \right] \tag{9} P=[β+4ε22ε2ε1](9)
定理1:矩阵 A A A正定的充要条件是矩阵 A A A的所有特征根均大于零。

根据定理1不难得出矩阵 P P P是正定的,因而李雅普诺夫函数 V 0 ≥ 0 V_0 \geq 0 V00

3.1 李雅普诺夫函数 V 0 V_0 V0的求导过程

直接对(8)求导。
V ˙ 0 = 2 ( β + 4 ε 2 ) z 1 z ˙ 1 + 2 z 2 z ˙ 2 − 4 ε z 2 z ˙ 1 − 4 ε z 1 z ˙ 2 = 2 ( β + 4 ε 2 ) z 1 ⋅ 1 2 ∣ z 1 ∣ ( − λ z 1 + z 2 ) + 2 z 2 ( − α ∣ z 1 ∣ z 1 ) − 4 ε z 2 ⋅ 1 2 ∣ z 1 ∣ ( − λ z 1 + z 2 ) − 4 ε z 1 ( − α ∣ z 1 ∣ z 1 ) = − λ ∣ z 1 ∣ ( β + 4 ε 2 ) z 1 2 + 1 ∣ z 1 ∣ ( β + 4 ε 2 ) z 1 z 2 − 2 α ∣ z 1 ∣ z 1 z 2 + 2 λ ε ∣ z 1 ∣ z 1 z 2 − 2 ε ∣ z 1 ∣ z 2 2 + 4 α ε ∣ z 1 ∣ z 1 2 = 1 ∣ z 1 ∣ [ 4 α ε − λ ( β + 4 ε 2 ) ] z 1 2 + 1 ∣ z 1 ∣ [ ( β + 4 ε 2 ) − 2 α + 2 λ ε ] z 1 z 2 − 2 ε ∣ z 1 ∣ z 2 2 = 1 ∣ z 1 ∣ Z T [ 4 α ε − λ ( β + 4 ε 2 ) 1 2 ( β + 4 ε 2 ) − α + λ ε 1 2 ( β + 4 ε 2 ) − α + λ ε − 2 ε ] Z = − 1 ∣ z 1 ∣ Z T Q Z (10) \begin{aligned} \dot V_0 &= 2 \left( \beta + 4 \varepsilon^2 \right) z_1 \dot z_1 +2 z_2 \dot z_2 - 4 \varepsilon z_2 \dot z_1 - 4 \varepsilon z_1 \dot z_2 \\ &= 2 \left( \beta + 4 \varepsilon^2 \right) z_1 \cdot \frac{1}{2 \left| z_1 \right| } \left( -\lambda z_1 + z_2 \right) + 2 z_2 \left( -\frac{\alpha}{ \left| z_1 \right| } z_1 \right) - 4 \varepsilon z_2 \cdot \frac{1}{2 \left| z_1 \right| } \left( -\lambda z_1 + z_2 \right) - 4 \varepsilon z_1 \left( -\frac{\alpha}{ \left| z_1 \right| } z_1 \right) \\ &= - \frac{\lambda}{\left| z_1 \right| } \left( \beta + 4 \varepsilon^2 \right) z_1^2 + \frac{1}{\left| z_1 \right| } \left( \beta + 4 \varepsilon^2 \right) z_1 z_2 - \frac{2 \alpha}{\left| z_1 \right| } z_1 z_2 + \frac{2 \lambda \varepsilon}{\left| z_1 \right| } z_1 z_2 - \frac{2 \varepsilon}{\left| z_1 \right| } z_2^2 + \frac{4 \alpha \varepsilon}{\left| z_1 \right| } z_1^2 \\ &= \frac{1}{\left| z_1 \right| } \left[ 4 \alpha \varepsilon - \lambda \left( \beta + 4 \varepsilon^2 \right) \right] z_1^2 + \frac{1}{\left| z_1 \right| } \left[ \left( \beta + 4 \varepsilon^2 \right) - 2 \alpha + 2 \lambda \varepsilon \right] z_1 z_2 - \frac{2 \varepsilon}{ \left| z_1 \right| } z_2^2 \\ &= \frac{1}{\left| z_1 \right| } Z^T \left[ \begin{matrix} 4 \alpha \varepsilon - \lambda \left( \beta + 4 \varepsilon^2 \right) & \qquad \qquad \quad \frac{1}{2}\left( \beta + 4 \varepsilon^2 \right) - \alpha + \lambda \varepsilon \\ \frac{1}{2}\left( \beta + 4 \varepsilon^2 \right) - \alpha + \lambda \varepsilon & \qquad \qquad \quad -2 \varepsilon \end{matrix} \right] Z \\ &= -\frac{1}{\left| z_1 \right| }Z^TQZ \end{aligned} \tag{10} V˙0=2(β+4ε2)z1z˙1+2z2z˙24εz2z˙14εz1z˙2=2(β+4ε2)z12z11(λz1+z2)+2z2(z1αz1)4εz22z11(λz1+z2)4εz1(z1αz1)=z1λ(β+4ε2)z12+z11(β+4ε2)z1z2z12αz1z2+z12λεz1z2z12εz22+z14αεz12=z11[4αελ(β+4ε2)]z12+z11[(β+4ε2)2α+2λε]z1z2z12εz22=z11ZT[4αελ(β+4ε2)21(β+4ε2)α+λε21(β+4ε2)α+λε2ε]Z=z11ZTQZ(10)注意(10)中最后一个等号前加了负号。这样 Q Q Q即为
Q = [ − 4 α ε + λ ( β + 4 ε 2 ) − 1 2 ( β + 4 ε 2 ) + α − λ ε − 1 2 ( β + 4 ε 2 ) + α − λ ε 2 ε ] (11) Q = \left[ \begin{matrix} -4 \alpha \varepsilon + \lambda \left( \beta + 4 \varepsilon^2 \right) & \qquad -\frac{1}{2}\left( \beta + 4 \varepsilon^2 \right) + \alpha - \lambda \varepsilon \\ -\frac{1}{2}\left( \beta + 4 \varepsilon^2 \right) + \alpha - \lambda \varepsilon & \qquad 2 \varepsilon \end{matrix} \right] \tag{11} Q=[4αε+λ(β+4ε2)21(β+4ε2)+αλε21(β+4ε2)+αλε2ε](11)这样我们得到李雅普诺夫函数的导数:
V ˙ 0 = − 1 ∣ z 1 ∣ Z T Q Z (12) \dot V_0 = -\frac{1}{\left| z_1 \right| }Z^TQZ \tag{12} V˙0=z11ZTQZ(12)

3.2 关于李雅普诺夫函数导数的结论(必读部分)

我们把式(11)所代表的 Q Q Q表示为
Q = [ A B C D ] Q = \left[ \begin{matrix} A & B \\ C & D \end{matrix} \right] Q=[ACBD]下面开始求 Q Q Q的特征根的一般形式。
∣ p I − Q ∣ = ∣ p − A − B − C p − D ∣ = p 2 − ( A + D ) p + A D − B C \left| pI - Q \right| = \left| \begin{matrix} p-A & -B \\ -C & p-D \end{matrix} \right| = p^2 - (A+D) p + AD - BC pIQ= pACBpD =p2(A+D)p+ADBC Δ = b 2 − 4 a c = ( A + D ) 2 − 4 ( A D − B C ) = ( A − D ) 2 + 4 B C \Delta = b^2 - 4ac = (A+D)^2 - 4(AD - BC) = (A-D)^2 +4BC Δ=b24ac=(A+D)24(ADBC)=(AD)2+4BC特征根为
p 1 , 2 ( Q ) = A + D ± ( A − D ) 2 + 4 B C 2 p_{1,2} (Q) = \frac{A+D \pm \sqrt{(A-D)^2 +4BC}}{2} p1,2(Q)=2A+D±(AD)2+4BC 设两个特征根中大的为 q max ⁡ ( Q ) q_{\max}(Q) qmax(Q),小的为 q min ⁡ ( Q ) q_{\min}(Q) qmin(Q),有
{ p max ⁡ ( Q ) = A + D + ( A − D ) 2 + 4 B C 2 p min ⁡ ( Q ) = A + D − ( A − D ) 2 + 4 B C 2 \begin{cases} p_{\max}(Q) = \frac{A+D + \sqrt{(A-D)^2 +4BC}}{2} \\ p_{\min} (Q)= \frac{A+D - \sqrt{(A-D)^2 +4BC}}{2} \end{cases} pmax(Q)=2A+D+(AD)2+4BC pmin(Q)=2A+D(AD)2+4BC 为方便表示,把根号部分记为 R R R,进而 p min ⁡ ( Q ) Z T Z = A + D − R 2 ( z 1 2 + z 2 2 ) (13) p_{\min} (Q)Z^TZ = \frac{A+D - R}{2} \left( z_1^2 + z_2^2 \right) \tag{13} pmin(Q)ZTZ=2A+DR(z12+z22)(13)另一方面有
Z T Q Z = A z 1 2 + ( B + C ) z 1 z 2 + D z 2 2 (14) Z^TQZ = A z_1^2 + (B+C)z_1 z_2 + D z_2^2 \tag{14} ZTQZ=Az12+(B+C)z1z2+Dz22(14)为比较 p min ⁡ ( Q ) Z T Z p_{\min} (Q)Z^TZ pmin(Q)ZTZ Z T Q Z Z^TQZ ZTQZ的大小,不妨作差:
2 ( Z T Q Z − p min ⁡ ( Q ) Z T Z ) = 2 A z 1 2 + 2 ( B + C ) z 1 z 2 + 2 D z 2 2 − [ A + D − R ] ( z 1 2 + z 2 2 ) = ( A − D + R ) z 1 2 + ( D − A + R ) z 2 2 + 2 ( B + C ) z 1 z 2 = ( A − D + R ) [ z 1 2 + D − A + R A − D + R z 2 2 + 2 ( B + C ) A − D + R z 1 z 2 ] = ( A − D + R ) [ z 1 2 + ( R + D − A ) 2 R 2 − ( D − A ) 2 z 2 2 + 2 ( B + C ) ( R + D − A ) R 2 − ( D − A ) 2 z 1 z 2 ] = ( A − D + R ) [ z 1 2 + ( R + D − A ) 2 4 B C z 2 2 + 2 ( B + C ) ( R + D − A ) 4 B C z 1 z 2 ] = ( A − D + R ) [ ( z 1 + R + D − A 2 B C z 2 ) 2 + 2 ( B + C ) ( R + D − A ) 4 B C z 1 z 2 − R + D − A B C z 1 z 2 ] = ( A − D + R ) [ ( z 1 + R + D − A 2 B C z 2 ) 2 + ( R + D − A ) ( 2 B + 2 C − 4 B C ) 4 B C z 1 z 2 ] (15) \begin{aligned} 2 \left( Z^TQZ - p_{\min} (Q)Z^TZ \right) &= 2A z_1^2 +2(B+C)z_1 z_2 + 2D z_2^2 - \left[ A+D - R \right] (z_1^2 + z_2^2 ) \\ &= \left( A - D + R \right) z_1^2 + \left( D-A+R \right) z_2^2 + 2 (B+C) z_1 z_2 \\ &= \left( A - D + R \right) \left[ z_1^2 + \frac{D-A+R}{A-D+R} z_2^2 + \frac{2(B+C)}{A-D+R}z_1 z_2 \right]\\ &= \left( A - D + R \right) \left[ z_1^2 + \frac{( R + D - A)^2}{R^2 - (D-A)^2} z_2^2 + \frac{2(B+C)(R+D-A)}{R^2 - (D-A)^2}z_1 z_2 \right] \\ &= \left( A - D + R \right) \left[ z_1^2 + \frac{(R+D-A)^2}{4BC}z_2^2 + \frac{2(B+C)(R+D-A)}{4BC}z_1 z_2 \right] \\ &= \left( A - D + R \right) \left[ \left( z_1 + \frac{R+D-A}{2 \sqrt{BC}}z_2 \right)^2 + \frac{2(B+C)(R+D-A)}{4BC}z_1 z_2 - \frac{R+D-A}{\sqrt{BC}}z_1 z_2 \right] \\ &= \left( A - D + R \right) \left[ \left( z_1 + \frac{R+D-A}{2 \sqrt{BC}}z_2 \right)^2 + \frac{(R+D-A)(2B+2C-4\sqrt{BC})}{4BC}z_1 z_2 \right] \tag{15} \end{aligned} 2(ZTQZpmin(Q)ZTZ)=2Az12+2(B+C)z1z2+2Dz22[A+DR](z12+z22)=(AD+R)z12+(DA+R)z22+2(B+C)z1z2=(AD+R)[z12+AD+RDA+Rz22+AD+R2(B+C)z1z2]=(AD+R)[z12+R2(DA)2(R+DA)2z22+R2(DA)22(B+C)(R+DA)z1z2]=(AD+R)[z12+4BC(R+DA)2z22+4BC2(B+C)(R+DA)z1z2]=(AD+R)[(z1+2BC R+DAz2)2+4BC2(B+C)(R+DA)z1z2BC R+DAz1z2]=(AD+R)[(z1+2BC R+DAz2)2+4BC(R+DA)(2B+2C4BC )z1z2](15)对于(15),式中 ( A − D + R ) \left( A-D+R \right) (AD+R)为常数项;因此最后结果可看成由2部分组成,第一部分为完全平方式,大于等于零;而对于第二部分的分子来说又分为 R + D − A R+D-A R+DA 2 B + 2 C − 4 B C 2B+2C-4\sqrt{BC} 2B+2C4BC 两部分。其中:
R + D − A = ( A − D ) 2 + 4 B C + D − A = ( A − D ) 2 + 4 B C − ( A − D ) ≥ 0 R+D-A = \sqrt{(A-D)^2 +4BC} +D-A = \sqrt{(A-D)^2 +4BC} - (A-D) \geq 0 R+DA=(AD)2+4BC +DA=(AD)2+4BC (AD)0而根据绝对不等式 2 B + 2 C − 4 B C ≥ 4 B C − 4 B C = 0 2B+2C-4\sqrt{BC} \geq 4 \sqrt{BC} - 4 \sqrt{BC} = 0 2B+2C4BC 4BC 4BC =0故式(15)的第二部分也大于等于零。

到这里我们总结可以得到:
Z T Q Z − p min ⁡ ( Q ) Z T Z ≥ 0 Z^TQZ - p_{\min}(Q) Z^TZ \geq 0 ZTQZpmin(Q)ZTZ0 p min ⁡ ( Q ) Z T Z ≤ Z T Q Z (16) p_{\min}(Q) Z^TZ \leq Z^TQZ \tag{16} pmin(Q)ZTZZTQZ(16)同理可以得
p max ⁡ ( Q ) Z T Z ≥ Z T Q Z (17) p_{\max} (Q)Z^TZ \geq Z^TQZ \tag{17} pmax(Q)ZTZZTQZ(17)

3.3 李雅普诺夫函数导数的变换

式(17)是对 V ˙ 0 = − 1 ∣ z 1 ∣ Z T Q Z \dot V_0 = -\frac{1}{\left| z_1 \right| }Z^TQZ V˙0=z11ZTQZ作出的,对于 V 0 = Z T P Z V_0 = Z^TPZ V0=ZTPZ同样根据式(17)有
p max ⁡ ( P ) Z T Z ≥ Z T P Z ⟹ ( Z T P Z ) 1 2 ≤ p max ⁡ 1 2 ( P ) ( Z T Z ) 1 2 = p max ⁡ 1 2 ( P ) ∣ ∣ Z ∣ ∣ ⟹ ∣ ∣ Z ∣ ∣ ≥ ( Z T P Z ) 1 2 p max ⁡ 1 2 ( P ) = V 0 1 2 p max ⁡ 1 2 ( P ) (18) p_{\max} (P)Z^TZ \geq Z^TPZ \Longrightarrow \\ \left( Z^TPZ \right)^{\frac{1}{2}} \leq p_{\max}^{\frac{1}{2}}(P)\left( Z^T Z \right)^{\frac{1}{2}} = p_{\max}^{\frac{1}{2}} (P)\left| \left| Z \right| \right| \Longrightarrow \\ \left| \left| Z \right| \right| \geq \frac{\left( Z^TPZ \right)^{\frac{1}{2}}}{p_{\max}^{\frac{1}{2}}(P)} = \frac{V_0^{\frac{1}{2}}}{p_{\max}^{\frac{1}{2}}(P)} \tag{18} pmax(P)ZTZZTPZ(ZTPZ)21pmax21(P)(ZTZ)21=pmax21(P)ZZpmax21(P)(ZTPZ)21=pmax21(P)V021(18)另一方面
∣ ∣ Z ∣ ∣ = z 1 2 + z 2 2 = ( ∣ s ∣ 1 2 s i g n ( s ) ) 2 + ν 2 = ∣ s ∣ + ν 2 ≥ ∣ s ∣ = ∣ s ∣ 1 2 = ∣ z 1 ∣ (19) \left| \left| Z \right| \right| = \sqrt{z_1^2 + z_2^2} = \sqrt{\left( \left| s \right| ^{\frac{1}{2}} sign(s)\right)^2 + \nu^2} = \sqrt{\left| s \right| + \nu^2} \geq \sqrt{\left| s \right|} = \left| s \right| ^{\frac{1}{2}} = \left| z_1 \right| \tag{19} Z=z12+z22 =(s21sign(s))2+ν2 =s+ν2 s =s21=z1(19)由(19)推出
∣ z 1 ∣ = ∣ s ∣ 1 2 ≤ ∣ ∣ Z ∣ ∣ ⟹ − 1 ∣ z 1 ∣ ≤ − 1 ∣ ∣ Z ∣ ∣ (20) \left| z_1 \right| = \left| s \right| ^{\frac{1}{2}} \leq \left| \left| Z \right| \right| \Longrightarrow \\ -\frac{1}{ \left| z_1 \right|} \leq - \frac{1}{\left| \left| Z \right| \right|} \tag{20} z1=s21Zz11Z1(20)又根据(16):
V ˙ 0 = − 1 ∣ z 1 ∣ Z T Q Z ≤ − 1 ∣ z 1 ∣ p min ⁡ ( Q ) Z T Z = − 1 ∣ z 1 ∣ p min ⁡ ( Q ) ∣ ∣ Z ∣ ∣ 2 ≤ − 1 ∣ ∣ Z ∣ ∣ p min ⁡ ( Q ) ∣ ∣ Z ∣ ∣ 2 = − p min ⁡ ( Q ) ∣ ∣ Z ∣ ∣ \begin{aligned} \dot V_0 &= -\frac{1}{ \left| z_1 \right|} Z^T Q Z \leq -\frac{1}{ \left| z_1 \right|} p_{\min}(Q) Z^TZ \\ &= -\frac{1}{ \left| z_1 \right|} p_{\min}(Q) \left| \left| Z \right| \right| ^2 \leq - \frac{1}{\left| \left| Z \right| \right| }p_{\min}(Q) \left| \left| Z \right| \right| ^2 \\ &= -p_{\min}(Q) \left| \left| Z \right| \right| \end{aligned} V˙0=z11ZTQZz11pmin(Q)ZTZ=z11pmin(Q)Z2Z1pmin(Q)Z2=pmin(Q)Z再根据(18)
V ˙ 0 ≤ − p min ⁡ ( Q ) ∣ ∣ Z ∣ ∣ ≤ − p min ⁡ ( Q ) V 0 1 2 p max ⁡ 1 2 ( P ) = − r V 0 1 2 (21) \dot V_0 \leq -p_{\min}(Q) \left| \left| Z \right| \right| \leq -p_{\min}(Q)\frac{V_0^{\frac{1}{2}}}{p_{\max}^{\frac{1}{2}}(P)} = -r V_0 ^{\frac{1}{2}} \tag{21} V˙0pmin(Q)Zpmin(Q)pmax21(P)V021=rV021(21)其中
r = p min ⁡ ( Q ) p max ⁡ 1 2 ( P ) (22) r = \frac{p_{\min}(Q)}{p_{\max}^{\frac{1}{2}}(P)} \tag{22} r=pmax21(P)pmin(Q)(22)
定理2:若系统的李雅普诺夫函数满足
V ˙ ≤ − r V 1 2 , ( r > 0 ) \dot V \leq - r V ^{\frac{1}{2}}, \qquad \left( r >0 \right) V˙rV21,(r>0)则系统具有稳定性。

3.4 矩阵 Q Q Q的正定性的保证

根据定理2,式(21)保证了系统具有李雅普诺夫稳定性。读者可能注意到,式(21)只有在 r ≥ 0 r \geq 0 r0的情况下才能保证系统稳定性,而根据式(22),即需要 p min ⁡ ( Q ) p_{\min}(Q) pmin(Q) p max ⁡ 1 2 ( P ) p_{\max}^{\frac{1}{2}}(P) pmax21(P)均大于等于零。由于矩阵 P P P为正定的,因此 p max ⁡ 1 2 ( P ) > 0 p_{\max}^{\frac{1}{2}}(P) > 0 pmax21(P)>0立即得证;下面需要保证 p min ⁡ ( Q ) > 0 p_{\min}(Q) > 0 pmin(Q)>0,即保证矩阵 Q Q Q的正定性。

这里再次列出 Q Q Q的表达式:
Q = [ − 4 α ε + λ ( β + 4 ε 2 ) − 1 2 ( β + 4 ε 2 ) + α − λ ε − 1 2 ( β + 4 ε 2 ) + α − λ ε 2 ε ] Q = \left[ \begin{matrix} -4 \alpha \varepsilon + \lambda \left( \beta + 4 \varepsilon^2 \right) & \qquad -\frac{1}{2}\left( \beta + 4 \varepsilon^2 \right) + \alpha - \lambda \varepsilon \\ -\frac{1}{2}\left( \beta + 4 \varepsilon^2 \right) + \alpha - \lambda \varepsilon & \qquad 2 \varepsilon \end{matrix} \right] Q=[4αε+λ(β+4ε2)21(β+4ε2)+αλε21(β+4ε2)+αλε2ε]不妨直接取
α = λ ε + 1 2 ( β + 4 ε 2 ) (23) \alpha = \lambda \varepsilon + \frac{1}{2} \left( \beta + 4 \varepsilon ^2 \right) \tag{23} α=λε+21(β+4ε2)(23)这样 Q Q Q可以化简为一个对角矩阵
Q = [ ( λ − 2 ε ) ( β + 4 ε 2 ) − 4 λ ε 2 0 0 2 ε ] Q = \left[ \begin{matrix} \left(\lambda - 2 \varepsilon \right) \left( \beta + 4 \varepsilon ^2 \right) - 4 \lambda \varepsilon^2 & \quad 0 \\ 0 & \quad 2 \varepsilon \end{matrix} \right] Q=[(λ2ε)(β+4ε2)4λε2002ε]并能够一眼看出 Q Q Q的特征根为
p 1 ( Q ) = ( λ − 2 ε ) ( β + 4 ε 2 ) − 4 λ ε 2 , p 2 ( Q ) = 2 ε p_1(Q) = \left(\lambda - 2 \varepsilon \right) \left( \beta + 4 \varepsilon ^2 \right) - 4 \lambda \varepsilon^2, \\ p_2 (Q) = 2 \varepsilon p1(Q)=(λ2ε)(β+4ε2)4λε2,p2(Q)=2ε其中 p 2 ( Q ) = 2 ε > 0 p_2 (Q) = 2 \varepsilon > 0 p2(Q)=2ε>0立即得证,为保证 p 1 ( Q ) > 0 p_1(Q) > 0 p1(Q)>0,需要有
λ > 2 ε ( β + 4 ε 2 ) β (24) \lambda > \frac{2 \varepsilon \left( \beta + 4 \varepsilon ^2 \right)}{\beta} \tag{24} λ>β2ε(β+4ε2)(24)

3.5 李雅普诺夫函数的更新

在3.4一节中给出了保证矩阵 Q Q Q正定性的条件。由于 α , λ \alpha, \lambda α,λ两参数是人为给出的,因此需要把这两个因素加入到李雅普诺夫函数中,构建新的李雅普诺夫函数:
V = V 0 + 1 2 γ 1 ( λ − λ ∗ ) 2 + 1 2 γ 2 ( α − α ∗ ) 2 (25) V = V_0 + \frac{1}{2 \gamma_1} \left( \lambda - \lambda^* \right)^2 + \frac{1}{2 \gamma_2} \left( \alpha - \alpha^* \right)^2 \tag{25} V=V0+2γ11(λλ)2+2γ21(αα)2(25)其中 λ ∗ , α ∗ \lambda^*, \alpha^* λ,α为常数(未知)。
对其求导得下式(26):
V ˙ = V ˙ 0 + 1 γ 1 ( λ − λ ∗ ) λ ˙ + 1 γ 2 ( α − α ∗ ) α ˙ ≤ − r V 0 1 2 + 1 γ 1 ( λ − λ ∗ ) λ ˙ + 1 γ 2 ( α − α ∗ ) α ˙ = − r V 0 1 2 + 1 γ 1 ( λ − λ ∗ ) λ ˙ + 1 γ 2 ( α − α ∗ ) α ˙ − ω 1 2 γ 1 ∣ λ − λ ∗ ∣ + ω 1 2 γ 1 ∣ λ − λ ∗ ∣ − ω 2 2 γ 2 ∣ α − α ∗ ∣ + ω 2 2 γ 2 ∣ α − α ∗ ∣ (26) \dot V = \dot V_0 + \frac{1}{\gamma_1} \left( \lambda - \lambda^* \right) \dot \lambda + \frac{1}{\gamma_2} \left( \alpha - \alpha^* \right) \dot \alpha \\ \leq -r V_0 ^{\frac{1}{2}} + \frac{1}{\gamma_1} \left( \lambda - \lambda^* \right) \dot \lambda + \frac{1}{\gamma_2} \left( \alpha - \alpha^* \right) \dot \alpha \\ = -r V_0 ^{\frac{1}{2}} + \frac{1}{\gamma_1} \left( \lambda - \lambda^* \right) \dot \lambda + \frac{1}{\gamma_2} \left( \alpha - \alpha^* \right) \dot \alpha - \frac{\omega_1}{\sqrt{2 \gamma_1}} \left| \lambda - \lambda^* \right| + \frac{\omega_1}{\sqrt{2 \gamma_1}} \left| \lambda - \lambda^* \right| - \frac{\omega_2}{\sqrt{2 \gamma_2}} \left| \alpha - \alpha^* \right| + \frac{\omega_2}{\sqrt{2 \gamma_2}} \left| \alpha - \alpha^* \right| \tag{26} V˙=V˙0+γ11(λλ)λ˙+γ21(αα)α˙rV021+γ11(λλ)λ˙+γ21(αα)α˙=rV021+γ11(λλ)λ˙+γ21(αα)α˙2γ1 ω1λλ+2γ1 ω1λλ2γ2 ω2αα+2γ2 ω2αα(26)根据 ( x 2 + y 2 + z 2 ) 1 2 ≤ ∣ x ∣ + ∣ y ∣ + ∣ z ∣ \left( x^2 + y^2 + z^2 \right)^{\frac{1}{2}} \leq \left| x \right| + \left| y \right| + \left| z \right| (x2+y2+z2)21x+y+z
− r V 0 1 2 − ω 1 2 γ 1 ∣ λ − λ ∗ ∣ − ω 2 2 γ 2 ∣ α − α ∗ ∣ ≤ − [ r 2 V 0 + ω 1 2 2 γ 1 ( λ − λ ∗ ) 2 + ω 2 2 2 γ 2 ( α − α ∗ ) 2 ] 1 2 -r V_0 ^{\frac{1}{2}} - \frac{\omega_1}{\sqrt{2 \gamma_1}} \left| \lambda - \lambda^* \right| - \frac{\omega_2}{\sqrt{2 \gamma_2}} \left| \alpha - \alpha^* \right| \leq - \left[ r^2 V_0 + \frac{\omega_1^2}{2 \gamma_1} \left( \lambda - \lambda^* \right)^2 + \frac{\omega_2^2}{2 \gamma_2} \left( \alpha - \alpha^* \right)^2 \right]^{\frac{1}{2}} rV0212γ1 ω1λλ2γ2 ω2αα[r2V0+2γ1ω12(λλ)2+2γ2ω22(αα)2]21 r , ω 1 , ω 2 r, \omega_1, \omega_2 r,ω1,ω2中最小的数为 n = min ⁡ ( r , ω 1 , ω 2 ) n = \min(r, \omega_1, \omega_2) n=min(r,ω1,ω2),则上式为
− r V 0 1 2 − ω 1 2 γ 1 ∣ λ − λ ∗ ∣ − ω 2 2 γ 2 ∣ α − α ∗ ∣ ≤ − [ r 2 V 0 + ω 1 2 2 γ 1 ( λ − λ ∗ ) 2 + ω 2 2 2 γ 2 ( α − α ∗ ) 2 ] 1 2 ≤ − n [ V 0 + 1 2 γ 1 ( λ − λ ∗ ) 2 + 1 2 γ 2 ( α − α ∗ ) 2 ] 1 2 = − n V 1 2 -r V_0 ^{\frac{1}{2}} - \frac{\omega_1}{\sqrt{2 \gamma_1}} \left| \lambda - \lambda^* \right| - \frac{\omega_2}{\sqrt{2 \gamma_2}} \left| \alpha - \alpha^* \right| \leq - \left[ r^2 V_0 + \frac{\omega_1^2}{2 \gamma_1} \left( \lambda - \lambda^* \right)^2 + \frac{\omega_2^2}{2 \gamma_2} \left( \alpha - \alpha^* \right)^2 \right]^{\frac{1}{2}} \\ \leq - n \left[ V_0 + \frac{1}{2 \gamma_1} \left( \lambda - \lambda^* \right)^2 + \frac{1}{2 \gamma_2} \left( \alpha - \alpha^* \right)^2 \right]^{\frac{1}{2}} \\ = -n V^{\frac{1}{2}} rV0212γ1 ω1λλ2γ2 ω2αα[r2V0+2γ1ω12(λλ)2+2γ2ω22(αα)2]21n[V0+2γ11(λλ)2+2γ21(αα)2]21=nV21于是代入(26)有
V ˙ ≤ − r V 0 1 2 + 1 γ 1 ( λ − λ ∗ ) λ ˙ + 1 γ 2 ( α − α ∗ ) α ˙ − ω 1 2 γ 1 ∣ λ − λ ∗ ∣ + ω 1 2 γ 1 ∣ λ − λ ∗ ∣ − ω 2 2 γ 2 ∣ α − α ∗ ∣ + ω 2 2 γ 2 ∣ α − α ∗ ∣ ≤ − n V 1 2 + 1 γ 1 ( λ − λ ∗ ) λ ˙ + 1 γ 2 ( α − α ∗ ) α ˙ + ω 1 2 γ 1 ∣ λ − λ ∗ ∣ + ω 2 2 γ 2 ∣ α − α ∗ ∣ (27) \dot V \leq -r V_0 ^{\frac{1}{2}} + \frac{1}{\gamma_1} \left( \lambda - \lambda^* \right) \dot \lambda + \frac{1}{\gamma_2} \left( \alpha - \alpha^* \right) \dot \alpha - \frac{\omega_1}{\sqrt{2 \gamma_1}} \left| \lambda - \lambda^* \right| + \frac{\omega_1}{\sqrt{2 \gamma_1}} \left| \lambda - \lambda^* \right| - \frac{\omega_2}{\sqrt{2 \gamma_2}} \left| \alpha - \alpha^* \right| + \frac{\omega_2}{\sqrt{2 \gamma_2}} \left| \alpha - \alpha^* \right| \\ \leq -n V^{\frac{1}{2}}+ \frac{1}{\gamma_1} \left( \lambda - \lambda^* \right) \dot \lambda + \frac{1}{\gamma_2} \left( \alpha - \alpha^* \right) \dot \alpha + \frac{\omega_1}{\sqrt{2 \gamma_1}} \left| \lambda - \lambda^* \right| + \frac{\omega_2}{\sqrt{2 \gamma_2}} \left| \alpha - \alpha^* \right| \tag{27} V˙rV021+γ11(λλ)λ˙+γ21(αα)α˙2γ1 ω1λλ+2γ1 ω1λλ2γ2 ω2αα+2γ2 ω2ααnV21+γ11(λλ)λ˙+γ21(αα)α˙+2γ1 ω1λλ+2γ2 ω2αα(27)由于 λ ∗ , α ∗ \lambda^*, \alpha^* λ,α为常数,不妨假设恒有 λ ∗ > λ , α ∗ > α \lambda^*>\lambda, \alpha^*>\alpha λ>λ,α>α。由于李雅普诺夫稳定性只要证明李雅普诺夫函数存在即可,因此总能找到这样的 λ ∗ , α ∗ \lambda^*, \alpha^* λ,α,该假设是合理的。

此时式(27)为
V ˙ ≤ − n V 1 2 + 1 γ 1 ( λ − λ ∗ ) λ ˙ + 1 γ 2 ( α − α ∗ ) α ˙ + ω 1 2 γ 1 ∣ λ − λ ∗ ∣ + ω 2 2 γ 2 ∣ α − α ∗ ∣ = − n V 1 2 − 1 γ 1 ∣ λ − λ ∗ ∣ λ ˙ − 1 γ 2 ∣ α − α ∗ ∣ α ˙ + ω 1 2 γ 1 ∣ λ − λ ∗ ∣ + ω 2 2 γ 2 ∣ α − α ∗ ∣ = − n V 1 2 + ∣ λ − λ ∗ ∣ ( ω 1 2 γ 1 − λ ˙ γ 1 ) + ∣ α − α ∗ ∣ ( ω 2 2 γ 2 − α ˙ γ 2 ) (28) \dot V \leq -n V^{\frac{1}{2}} + \frac{1}{\gamma_1} \left( \lambda - \lambda^* \right) \dot \lambda + \frac{1}{\gamma_2} \left( \alpha - \alpha^* \right) \dot \alpha + \frac{\omega_1}{\sqrt{2 \gamma_1}} \left| \lambda - \lambda^* \right| + \frac{\omega_2}{\sqrt{2 \gamma_2}} \left| \alpha - \alpha^* \right| \\ = -n V^{\frac{1}{2}} - \frac{1}{\gamma_1} \left| \lambda - \lambda^* \right| \dot \lambda - \frac{1}{\gamma_2} \left| \alpha - \alpha^* \right| \dot \alpha + \frac{\omega_1}{\sqrt{2 \gamma_1}} \left| \lambda - \lambda^* \right| + \frac{\omega_2}{\sqrt{2 \gamma_2}} \left| \alpha - \alpha^* \right| \\ = -n V^{\frac{1}{2}} + \left| \lambda - \lambda^* \right| \left( \frac{\omega_1}{\sqrt{2 \gamma_1}} - \frac{ \dot \lambda}{\gamma_1} \right) + \left| \alpha - \alpha^* \right| \left( \frac{\omega_2}{\sqrt{2 \gamma_2}} - \frac{ \dot \alpha}{\gamma_2} \right) \tag{28} V˙nV21+γ11(λλ)λ˙+γ21(αα)α˙+2γ1 ω1λλ+2γ2 ω2αα=nV21γ11λλλ˙γ21ααα˙+2γ1 ω1λλ+2γ2 ω2αα=nV21+λλ(2γ1 ω1γ1λ˙)+αα(2γ2 ω2γ2α˙)(28)
此时若令
λ ˙ = ω 1 γ 1 2 (29) \dot \lambda = \omega_1 \sqrt{\frac{\gamma_1}{2}} \tag{29} λ˙=ω12γ1 (29)即可使式(28)变为
V ˙ ≤ − n V 1 2 + ∣ α − α ∗ ∣ ( ω 2 2 γ 2 − α ˙ γ 2 ) = − n V 1 2 + η (30) \dot V \leq -n V^{\frac{1}{2}} + \left| \alpha - \alpha^* \right| \left( \frac{\omega_2}{\sqrt{2 \gamma_2}} - \frac{ \dot \alpha}{\gamma_2} \right) = -n V^{\frac{1}{2}} + \eta \tag{30} V˙nV21+αα(2γ2 ω2γ2α˙)=nV21+η(30)其中
η = ∣ α − α ∗ ∣ ( ω 2 2 γ 2 − α ˙ γ 2 ) (31) \eta = \left| \alpha - \alpha^* \right| \left( \frac{\omega_2}{\sqrt{2 \gamma_2}} - \frac{ \dot \alpha}{\gamma_2} \right) \tag{31} η=αα(2γ2 ω2γ2α˙)(31)根据定理2,式(30)使得系统具有稳定性。

3.6 系统各部分总结

系统具有如下为标准柯西形式:
{ x ˙ 1 = x 2 x ˙ 2 = f + g ⋅ u \begin{cases} \dot x_1 = x_2 \\ \dot x_2 = f + g \cdot u \end{cases} {x˙1=x2x˙2=f+gu设计滑模面为
s = c 1 e 1 + e 2 s = c_1 e_1 + e_2 s=c1e1+e2以及控制量 u u u
u = g − 1 ( − f + x ¨ d − c 1 e 2 − λ ∣ s ∣ 1 2 s i g n ( s ) − α ⋅ s i g n ( s ) ) u = g^{-1} \left( -f + \ddot x_d - c_1 e_2 - \lambda \left| s \right| ^{\frac{1}{2}} sign (s) - \alpha \cdot sign(s) \right) u=g1(f+x¨dc1e2λs21sign(s)αsign(s))并设计自适应律为
λ ˙ = ω 1 γ 1 2 λ > 2 ε ( β + 4 ε 2 ) β α = λ ε + 1 2 ( β + 4 ε 2 ) \dot \lambda = \omega_1 \sqrt{\frac{\gamma_1}{2}} \\ \lambda > \frac{2 \varepsilon \left( \beta + 4 \varepsilon ^2 \right)}{\beta} \\ \alpha = \lambda \varepsilon + \frac{1}{2} \left( \beta + 4 \varepsilon^2 \right) λ˙=ω12γ1 λ>β2ε(β+4ε2)α=λε+21(β+4ε2)则系统具有稳定性:
V ˙ ≤ − n V 1 2 + η \dot V \leq -n V^{\frac{1}{2}} + \eta V˙nV21+η

4. 总结

就笔者而言,超螺旋滑模控制内容的精髓在于巧妙设计了状态量 z 1 = ∣ s ∣ 1 2 s i g n ( s ) z_1 = \left| s \right| ^{\frac{1}{2}} sign(s) z1=s21sign(s),使得后续的导数与不等式计算大大简化,很多项可以巧妙消去。此外,尽管在(29)中不等式右边有正数项 η \eta η的存在,系统依然可以在一定限度内保持稳定,原因在于我们证明了 V ˙ ≤ − n V 1 2 ≤ 0 \dot V \leq -n V^{\frac{1}{2}} \leq 0 V˙nV210而非传统的 V ˙ ≤ 0 \dot V \leq 0 V˙0,这更大程度上能够保证系统稳定性。

  • 72
    点赞
  • 273
    收藏
    觉得还不错? 一键收藏
  • 70
    评论
超螺旋滑模控制(Super twisting sliding mode control)是一种针对非线性系统的控制方法,具有强鲁棒性和快速响应的特点。使用MATLAB进行超螺旋滑模控制的仿真可以通过以下步骤完成: 1. 建立非线性系统模型:首先,需要根据实际问题建立非线性系统的数学模型。可以使用MATLAB中的Simulink进行建模,或编写MATLAB函数来描述系统的动态特性。 2. 设计超螺旋滑模控制器:根据系统模型,设计超螺旋滑模控制器。超螺旋滑模控制器采用滑模面和超越观测器来实现系统的鲁棒控制。可以使用MATLAB中的控制系统工具箱进行控制器的设计和分析。 3. 进行仿真实验:使用MATLAB中的Simulink,将系统模型和超螺旋滑模控制器进行连接,构建控制系统模型。然后,设置仿真参数和初始状态,运行仿真实验。 4. 评估控制性能:通过观察仿真曲线和指标,评估超螺旋滑模控制的性能。可以考虑系统的追踪性能、稳定性、鲁棒性等指标,与原始系统或其他控制方法进行对比分析。 5. 优化控制器:根据仿真结果,如果控制性能未达到要求,可以对超螺旋滑模控制器进行调整和优化。可以调整控制参数、改变滑模面设计、或采用其他的鲁棒控制策略。 总之,通过MATLAB进行超螺旋滑模控制的仿真需要建立非线性系统的模型、设计控制器、进行仿真实验、评估性能和优化控制器。通过不断的实验和分析,可以得到满足要求的超螺旋滑模控制器设计。

“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 70
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
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