Study on Optimal Fuzzy Decentralized Control Method (FDC) for Complex Uncertain Mechanical Servo System

【摘要】：不确定性广泛地存在于工程系统中,如何寻找合适的数学模型准确地描述,或者说尽可能完善地全面地描述不确定性一直是学术界,工程界热门的话题。然而,在对系统部件的位置,速度等相关参数有着精准要求的机械伺服系统当中,也存在着广泛的各种形式的不确定性。例如因为外界扰动导致的不确定性,因为系统建模方法本身导致的不确定性,亦或者是系统本身参数的不确定性,等等。随着控制理论的不断发展,如何在系统要求的精准性和实际情况的不确定性之间寻找一个最佳的控制方法,使得应用该控制方法之后,系统的不确定性对于系统性能的影响减弱到最低,而系统的损耗最低,系统的性能尽可能优越,成为了机械伺服系统控制领域的一个历久弥新的话题。针对一般的机械伺服系统,此类问题已经有相当多的解决方法。但是当虑复杂的机械伺服系统的情况时,例如,整个系统的多维度性；子系统之间存在复杂的的信息交流；子系统内部和子系统之间连接关系的不确定性,等等,针对这类具有不确定性的复杂系统,寻求最优的控制方法,是本文的基本出发点。 在系统调研针对复杂不确定性系统现有的控制方法的基础上,对针对机械伺服系统的控制方法进行了分类,对于描述不确定性的现有的方法进行了分类和梳理,就模糊理论领域的信息描述应用分支在控制领域的应用背景和前景做了详细阐述,指出了目前针对不确定性的控制方法存在的一些特点,应用局限和需要进一步研究的内容,为后文基于模糊理论提出的针对不确定复杂系统的分离控制方法系统做了相应的知识铺垫。 根据分离控制理论的相关概念,给出了针对复杂系统的相关知识,综合归纳出了针对复杂不确定系统的分离控制方案中的最重要基本方案,系统建模,系统稳定性分析,系统优化。在这些基础上,提出了一种基于模糊集的针对含有不确定性(线性,非线性)复杂系统的分离控制方法(FDC)。在处理不确定性的方式方法上,这种新的控制方法和以往所有针对不确定性的控制设计方法都有所不同,是基于模糊集操作而不是模糊逻辑,也不是基于模糊的if-then法则。为了验证该方法的理论价值,本文选取针对位置、速度等等有着精确要求同时又具有很多不确定的复杂机械伺服系统作为研究和实践对象。就系统建模的部分,设定系统中的不确定性存在边界,而这个边界是不确定的。所有不确定参数的已知信息是通过模糊数和相应的隶属度函数来表示的。将FDC应用到系统中,之前提出的平衡系统性能和控制损耗之间的问题,也就是FDC的最终任务就转化成了使得系统综合性能最优的系统优化问题。在本文中,系统综合性能反映了系统平均的模糊特性,这个性能被表示为三个部分,每个部分都有相关的物理意义。而系统的综合性能很大程度上由设计参数决定,这个设计参数同时也是构造控制律的重要内容。因此如何设置这个设计参数,使得系统性能最优,是FDC的核心内容。系统的优化确保了尽管存在诸多不确定性,系统性能仍然能得到很好的保证,同时系统的损耗和表现特性得到了很好的平衡。关于如何获得这个参数,设计控制器,优化系统,本文归纳了一套详尽的设计和系统优化方案。为了拓展FDC的应用范围和适用性,针对复杂系统中的高维度不确定性,本文提出了基于模糊理论的分离控制方法(FDCH)。针对FDCH适用的具有高维度不确定性的复杂系统,本文提出了一套控制方法,包括系统的建模、控制律的设计、系统优化,并对相应步骤做了详细归纳和阐述。 为了验证FDC和FDCH的实用性,选取柔性倒立摆系统作为检验这些控制方法的实例,通过对比其他控制方法的应用结果反应FDC具有较优越的鲁棒性,节能性,平滑性,系统稳定性,同时使得系统最优化。通过将FDCH应用到更广泛的其他工程领域(自动公路系统),检验和验证了FDCH不仅在机械领域,同时在广泛的工程领域都具有较好的应用前景。

【学位授予单位】：合肥工业大学
【学位级别】：博士
【学位授予年份】：2012
【分类号】：TB114.2