1.一种智能控制中的无模型控制方法,其特征在于,包括以下步骤:
步骤1、对被控对象模型降阶;
步骤2、设计无模型滑模控制器,所述无模型滑模控制器由基于时延估计的无模型智能PID控制率以及滑模修正子控制器组成。
2.根据权利要求1所述的智能控制中的无模型控制方法,其特征在于,步骤1中所述的对被控对象模型降阶具体过程为:
设被控对象模型为:
其中y为被控对象输出,表示系统模型的线性或非线性部分,u为被控对象系统输入,m、n分别为输入、输出的阶数,b为控制量实际输入参数;
在一个采样周期,采用低阶模型对被控对象模型在线估计:
y(v)=F+αu
其中F=f+(b-α)u,为局部未知量,α为设定的输入参数,v为模型近似阶数,f表示高阶模型的线性或非线性部分。
3.根据权利要求2所述的智能控制中的无模型控制方法,其特征在于,步骤2中所述的无模型滑模控制器为:
其中为F的估计,uc为PID反馈控制率,KP、KI和KD分别为比例、积分和微分参数,为基于时延估计的无模型智能PID控制率,滑模修正子控制器uaug=ueq+ucor,其中ueq为等效控制率部分,ucor为滑模趋近率部分;yd为可被v次求导微分的期望输出。
4.根据权利要求3中所述的智能控制中的无模型控制方法,其特征在于,当前采样时刻的局部模型由前一采样时刻的估计得到,即延时估计:
其中ε为嵌入式计算机系统采样周期,t为当前采样时刻,u(t-ε)为前一时刻的系统控制量,y(t-ε)为前一时刻的输出。
5.根据权利要求3中所述的智能控制中的无模型控制方法,其特征在于,无模型滑模控制器总体表达式:
其中E为估计误差的边界值,e(v-1)为误差e的V-1阶微分,s为所选滑模面,sign(s)为滑模面的符号函数,β为滑模面状态量系数,p、q为状态量指数,λ为滑模切换系数。