非线性系统内模控制

风靡全球

非线性系统内模控制

内模控制是一种先进控制算法，内模控制器的设计是基于被控对象数学模型的。内模控制优点在于设计简单，并且在系统控制分析方面性能良好，是一种实用的先进控制算法。内模控制的关键是建立被控对象的逆模型，但由于非线性系统被控对象的复杂性，常规的方法难以建立精确的数学模型，导致非线性系统内模控制发展十分缓慢。多种智能控制方法的研究发展对非线性系统控制起了很大的推动作用，并使得非线性内模控制方法得以实现。内模控制与神经网络控制、模糊控制、自适应控制、预测控制等相结合取得了很好的控制效果。

(1) 基于内模控制和神经网络控制的非线性系统控制方法

基于神经网络的非线性系统控制方法逐渐受到了广泛的关注。等首先在非线性内模控制中使用神经网络方法，并采用迭代法求控制量，但没有提出逆模型建立相应的学习算法。等运用神经网络辨识得到非线性模型的逆模型，并且研究了非线性系统可逆的条件，给出了神经网络的训练算法，使非线性系统内模控制得以快速发展。陈娟等在神经网络基础上，针对多变量稱合系统，提出了多变量内模解稱控

制方法，该方法达到了很好的辨识效果，而无需计算逆系统的参数。神经网络能逼近任意的非线性模型，适合应用于非线性系统的控制问题。

(2) 基于内模控制和模糊控制的非线性系统控制方法

运用模糊理论进行系统辨识和建模的研究日益成熟，推动了非线性系统内模控制与模糊控制相结合。等针对非线性时变系统运用模糊控制器，提出了非线性系统模糊自适应内模控制方法。等将模糊控制与神经网络相结合，而后用于非线性内模控制，通过仿真实例表明，该方法具有很好的鲁棒性和跟踪性能。尹新权等将预估器与内模控制相结合，并提出了模糊内模时滞控制器的设计方法。

(3) 基于内模控制和其他控制的非线性系统控制方法

非线性系统内模控制除了与神经网络控制、模糊控制相结合外，与预测控制、PID控制、自适应控制想结合的方法也得到了较大的发展。针对工业过程中的强親合、大时滞、多变量过程，常规的PID难以满足控制要求，等提出基于PID结构的内模控制器设计方法，并建立PID参数与滤波器参数关系。在此基础上，后人进一步完善了基于PID内模原理的控制器参数整定方法，该方法降低了参数设计的隨机性和复杂性。证明基于内模原理的控制器设计方法符合线性二次型最优控制选型原则，并针对典型工业过程进行仿真研究。内模控制与控制相结合的方法可以得到明确的解析结果的同时降低了参数设计的复杂性和随机性，而且能够实现系统的鲁棒性要求，该方法得到了广泛的应用和发展。越来越多的控制方法的出现，推动了非线性控制理论的发展。非线性系统控制方法是控制理论研究的重要方向之一，希望其能够得到更大发展，尽快应用与实际的工业生产中。

6 c) l2 l: o# ?- k7 P% h
8 i3 X7 `0 ]# X3 q