基于扩张状态观测器的空气容腔压力快速主动抗扰方法与流程

本发明属于涉及电力系统的控制技术领域，尤其涉及一种基于扩张状态观测器的空气容腔压力快速主动抗扰方法。

背景技术：

空气容腔压力系统的主动抗扰控制是建立发动机试验空中工作环境的必要条件，由于发动机过渡态考核试验具有时间短、扰动冲击大、扰动源特性模型难以准确获取等显著特点，导致现阶段控制品质提升瓶颈问题尤为突出。国外学者主要在参数自整定控制技术、增益调度、阀门分级调节、自适应控制、组合控制以及前馈控制等方面进行了工程应用研究，大幅提高了控制系统过渡态调节性能。目前我国学者对空气容腔压力系统过渡态控制主要采用了基于模型的前馈+反馈的经典控制模式，并结合模糊控制等方法，使容腔压力系统在过渡态试验中的控制品质得到了改善。

在实际过程中，由于环境模拟系统存在大量的“模型不确定性”和“未建模动态”，致使现阶段的主动抗扰技术只能完成控制品质的局部优化且通用性不足。另外对于那些难以建模且无法测量，但同时又对被控对象有着显著影响的扰动环节，基于模型的经典主动抗扰方法将无法发挥作用。上述因素严重制约了空气容腔压力系统控制品质的有效提升。

技术实现要素：

针对现有技术中的上述不足，本发明提供的一种基于扩张状态观测器的空气容腔压力快速主动抗扰方法，解决了现有控制技术pid在跟踪系统相位上存在严重滞后的问题。

为了达到以上目的，本发明采用的技术方案为：

本方案提供了一种基于扩张状态观测器的空气容腔压力快速主动抗扰方法，包括以下步骤：

s1、构建基于线性自抗扰控制的空气容腔压力系统控制模型，并根据空气容腔压力系统控制模型利用线性扩张状态观测器实时估计总扰动；

s2、根据所述总扰动，利用扩张状态反馈机制将原有不确定的系统动态改造成积分串联系统；

s3、根据所述积分串联系统利用线性自抗扰控制器对扰动进行估计；

s4、根据估计值利用改进的鲸鱼算法进行更新，得到优化结果，实现对空气容腔压力的快速主动抗扰。

进一步地，所述s1中空气容腔压力系统控制模型的表达式如下：

其中，表示空气容腔压力二阶导数，表示空气容腔压力系统的总扰动，a1和a2均表示模型参数，被控压力的微分，t表示时间常数，y表示被控压力，w表示外部未知扰动，b表示控制输入增益，b0表示控制增益，u表示控制输入量。

再进一步地，所述s1中线性扩张状态观测器建立的表达式如下：

其中，表示被控压力一阶导数，表示压力二阶导数，表示总扰动的导数，z1、z2和z3均表示系统状态变量，β1，β2和β3均表示观测器的增益，y表示被控压力，b0表示控制增益，u表示控制输入量。

再进一步地，所述s2中简化为积分串联系统的过程如下：

u0＝kp(rset-z1)-kdz2

其中，表示空气容腔压力系统的总扰动，被控压力的微分，t表示时间常数，y表示被控压力，w表示外部未知扰动，z1、z2和z3均表示系统状态变量，u0表示比例微分控制器，kp和kd分别表示控制器比例增益和微分增益。

再进一步地，所述s3中线性自抗扰控制器的参数调整包括以下步骤：

a1、根据所述空气容腔压力系统控制模型确定控制增益b0；

a2、根据所述控制增益b0，选取参数控制器带宽ωc和观测器带宽ω0的初值，取参数控制器带宽ωc的最小值，并保持所述最小值不变逐步增大观测器带宽ω0；

a3、判断观测器带宽ω0是否满足状态跟踪要求，若是，则进入步骤a4，否则，返回步骤a2；

a4、逐步增大参数控制器带宽ωc，并针对系统输出波动时减小观测器带宽ω0，再逐步增大参数控制器带宽ωc；

a5、判断参数控制器带宽ωc是否达到控制要求，若是，则结束对线性自抗扰控制器的参数调整，否则，返回步骤a4。

再进一步地，在线性自抗扰控制器的参数调整过程中，若出现较大幅值振荡时，则调整控制增益b0。

再进一步地，所述s4包括以下步骤：

b1、根据估计值，初始化鲸鱼算法的参数；

b2、根据限定范围随机产生初始鲸鱼的位置；

b3、对鲸鱼的位置进行限定，并计算当前鲸鱼群的适应值得到鲸鱼的最优位置；

b4、根据鲸鱼的最优位置，利用自适应惯性权值和位置更新方法进行最优邻域扰动更新；

b5、根据所述最优邻域扰动更新，判断全局最优位置概率是否小于等于0.5，若是，则使用螺旋搜寻进行变螺旋更新，并进入步骤b7，否则，进入步骤b6；

b6、判断权重系统是否小于等于1，若是，则使用螺旋搜寻进行收缩包围更新，并进入步骤b7，否则，使用鲸鱼位置更新公式随机搜寻更新位置，并进入步骤b7；

b7、判断迭代次数是否达到预设值，若是，则得到优化结果，实现空气容腔压力的快速主动抗扰，否则，返回步骤b3。

本发明的有益效果：

(1)本发明集成了线性自抗扰控制器参数整定模块，显著提升了控制系统的动态响应速度、大幅缩小了系统的调节时间和动态偏差，同时线性自抗扰控制器参数整定简单且通用性更强，使容腔压力环境模拟系统在难以建模且无法测量，但同时又对被控对象有着显著影响的扰动环节下能有效提升空气容腔压力控制系统的控制品质，可为后续航空发动机过渡态试验环境模拟多变量控制、动态解耦控制等复杂控制技术研究提供技术支撑；

(2)本发明构建基于线性自抗扰控制的空气容腔压力系统的控制模型，能把影响被控量的总扰动(内扰和外扰之和)通过扩张状态观测器实时估计出来；

(3)本发明中线性扩张状态观测器可以准确辨识出作用于被控对象的“总扰动”，线性自抗扰控制器能够对系统中一系列不确定未知扰动进行预估和补偿，从而形成适用于空气容腔不完全依赖模型的通用快速抗扰控制方法；

(4)本发明中线性自抗扰控制在调节流量变化动态(控制量)过程中可以无误差的跟踪空气容腔流量变化动态(扰动量)，并且线性自抗扰控制控制器能够实时观测扰动并大幅度提升空气容腔过渡态试验中进气压力控制品质；

(5)本发明中线性自抗扰控制控制器主动抗扰控制思想完全符合空气容腔进气压力环境模拟控制系统的工程实际需求。该技术对于存在有大量“模型不确定性”和“未建模动态”的航空发动机模拟试验实际系统，具有显著的工程实用价值和良好的应用前景；

(6)本发明通过改进的鲸鱼算法在收敛速度和全局搜索能力上进行更新，提升算法的寻优能力，可以用控制量将扰动即时消去，达到快速主动抗扰的目的。

附图说明

图1为本发明的方法流程图。

图2为本发明基于扩张状态观测器进气容腔压力控制系统框图。

图3为本实施例中发动机飞行任务剖面示意图。

图4为本实施例中线性自抗扰控制器控制效果图。

图5为本实施例中线性扩张状态观测器实施效果图。

图6为本实施例中pid控制效果图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

实施例1

本发明提供的基于扩张状态观测器的空气容腔压力快速主动抗扰方法，适用于典型发动机过渡态试验任务的进排气压力控制，如图1所示，该方法的主要步骤包括：

s1、构建基于线性自抗扰控制的空气容腔压力系统控制模型，并根据空气容腔压力系统控制模型利用线性扩张状态观测器实时估计总扰动；

s2、根据总扰动，利用扩张状态反馈机制将原有不确定的系统动态改造成积分串联系统；

s3、根据积分串联系统利用线性自抗扰控制器对扰动进行估计；

线性自抗扰控制器的参数调整包括以下步骤：

a1、根据空气容腔压力系统控制模型确定控制增益b0；

a2、根据控制增益b0，选取参数控制器带宽ωc和观测器带宽ω0的初值，取参数控制器带宽ωc的最小值，并保持所述最小值不变逐步增大观测器带宽ω0；

a3、判断观测器带宽ω0是否满足状态跟踪要求，若是，则进入步骤a4，否则，返回步骤a2；

a4、逐步增大参数控制器带宽ωc，并针对系统输出波动时减小观测器带宽ω0，再逐步增大参数控制器带宽ωc；

a5、判断参数控制器带宽ωc是否达到控制要求，若是，则结束对线性自抗扰控制器的参数调整，否则，返回步骤a4；

s4、根据估计值利用改进的鲸鱼算法进行更新得到优化结果，实现对空气容腔压力的快速主动抗扰，其实现方法如下：

b1、根据估计值，初始化鲸鱼算法的参数；

b2、根据限定范围随机产生初始鲸鱼的位置；

b3、对鲸鱼的位置进行限定，并计算当前鲸鱼群的适应值得到鲸鱼的最优位置；

b4、根据鲸鱼的最优位置，利用自适应惯性权值和位置更新方法进行最优邻域扰动更新；

b5、根据最优邻域扰动更新，判断是全局最优位置概率是否小于等于0.5，若是，则使用螺旋搜寻进行变螺旋更新，并进入步骤b7，否则，进入步骤b6；

b6、判断权重系统是否小于等于1，若是，则使用螺旋搜寻进行收缩包围更新，并进入步骤b7，否则，使用鲸鱼位置更新公式随机搜寻更新位置，并进入步骤b7；

b7、判断迭代次数是否达到预设值，若是，则得到优化结果，实现空气容腔压力的快速主动抗扰，否则，返回步骤b3。

本实施例中，在线性扩张状态观测器实时准确观测被控压力(z1)、压力微分信号(z2)以及总扰动(z3)的过程中，线性自抗扰控制器在完成受控对象动态改造的同时可实现相位超前的控制机制。针对空气容腔压力系统的控制，我们建立如下的控制模型：

式(1)中：u为控制输入量，y为被控压力，w为外部未知扰动，a1，a2为模型参数，b为控制输入增益。

若设为系统总扰动，它是内部扰动(系统模型不确定性及控制输入增益不确定性)和外部未知扰动之和，则有

若将总扰动扩张成一个新的状态变量x3，则系统(2)的状态方程可以表示为：

式(3)中，x1，x2，x3是系统状态变量，分别表征被控压力、被控压力的微分以及系统总扰动。对系统建立线性扩张状态观测器，则有：

只要观测器增益β1，β2，β3选取合适，则线性扩张状态观测器就能够实现对系统各个状态变量的实时估计，即有

如果总扰动估计的很成功，则可以忽略的估计误差，那么式(2)可以简化为积分串联系统：

对于被动态改造的积分串联系统(5)，设计比例微分(pid)控制器：

u0＝kp(rset-z1)-kdz2(6)

式(6)中：rset为压力设定值，kp和kd分别是控制器比例增益和微分增益。由式(5)和(6)建立控制系统闭环传递函数：

线性自抗扰控制器(ladrc)的基本架构由上述线性扩张状态观测器式(4)、系统动改造后的积分串联系统式(5)以及pd控制器式(6)共同组成。线性自抗扰控制器ladrc技术的关键是否实时有效的观测出系统的总扰动，并将原被控系统动态改造成为简单积分串联系统的过程。

由二阶被控对象(3)与线性扩张状态观测器(4)可得误差方程：

e＝aee+eh(8)

式中，ei＝xi-zi，i＝1,2,3

由式(8)可以获得线性扩张状态观测器(leso)的特征多项式为：

当特征多项式(9))的根全部在s域的左半平面时，leso是bibo稳定的，因此观测器增益β1，β2，β3可以通过极点配置的方法获取，定义leso的观测器带宽为ω0，将式(9)的全部极点均配置在-ω0处，即λ(s)＝(s+ω0)³，则有：

β1＝3ω0，

同理，定义pd控制器带宽为ωc，将闭环系统(7)特征方程的全部极点均配置在-ω0处，即d(s)＝s2+kds+kp＝(s+ωc)²则有

kd＝2ωc(11)

式(10)、(11)表明在实际调参过程中，仅需调整观测器带宽ω0和控制器带宽ωc即可对状态观测器的观测速度以及控制器参数进行快速整定，这就大大简化了ladrc的参数调过程，并且能够保证控制系统稳定。

本实施例中，如图2所示，该本发明的核心思想之一是把影响被控量的总扰动(内扰和外扰之和)通过扩张状态观测器(leso)实时估计出来，然后通过特殊的状态反馈机制将原有不确定系统动态改造成理想的积分串联系统(图2内虚线框内所示)，这将大大简化控制器的设计难度。本发明的核心思想之二在于：影响被控量的扰动通常在相位关系上要超前被控量很多，所以扰动如果能成功估计出来，那么就可以用控制量将其即时消去，其赋予ladrc天然的预测性和抗扰性。在发动机典型大流量过渡态试验中，发动机的快速流量变化扰动是影响进所压力控制品质的主要因素，首先扩张状态观测器leso实时准确观测被控压力(z1)、压力微分信号(z2)以及总扰动(z3)，进一步ladrc在完成受控对象动态改造的同时可实现相位超前的控制机制，这是ladrc能够大幅提高控制品质的本质原因。

实施例2

为了对本发明作进一步说明，下面以某型发动机的某一时段飞行任务为例：

该段飞行任务包含两个工况：1)发动机油门杆不变、马赫数变化的发动机试验工况(0～80秒内)；2)发动机油门杆变化造成进气流量突变、马赫数不变的过渡态试验工况(80～160秒)。图3从上到下依次为给出了发动机油门杆、飞行马赫数、发动机空气流量及进口压力的实时变化情况。

1)工况1(0～80秒内)：该过程中发动机油门杆始终处于慢车域。发动机飞行马赫数的变化通过调节进气压力来实现，即7s内调节进气压力在内变化以实现发动机马赫数在间的变化。随着马赫数的变化，发动机空气流量也随之变化，其变化范围为

2)工况2(80～160秒)：该过程中发动机飞行马赫数保持不变。造成发动机空气流量在内变化。在推杆和拉杆状态下发动机流量均为典型非线性变化过程，流量整体变化时间均不超过6秒，且动态过程最大流量变化速率达到每秒20kg/s。该过渡态试验过程中控制系统受扰非常严重。

空气容腔压力控制采用线性自抗扰控制控制方法，得到的如图4的仿真结果。图5给出了线性自抗扰控制器的线性扩张状态观测器(leso)的部分观测效果，z1能够准确跟踪实际被控压力，z2可有效跟踪被控压力的微分信号，z3能够准确辨识出系统的总扰动，从而体现了线性扩张状态观测器的观测可靠性和有效性。

实施例3

下面以基于扩张状态观测器的空气容腔压力快速主动抗扰方法，针对发动机油门杆快速操纵试验工况下的控制器抗扰能力对比。

将线性自抗扰控制器应用于空气容腔压力控制系统的主要目的是解决发动机过渡态试验中进气压力难于控制的问题，仿真中按照最具挑战的试验工况进行测试，图4和图6分别给出了线性自抗扰控制器及pid在发动机过渡态试验下的系统抗扰能力控制效果。pid控制器作用下被控压力的最大偏离值为6.91kpa(最大瞬时波动量9.21％)，调节时间为20s，线性自抗扰控制器作用下被控压力的最大偏离值大幅度减小至0.9kpa(最大瞬时波动量1.2％)，且调节时间不大于6s。结果表明采用线性自抗扰控制器后系统的抗扰动能力得到了大幅提升，仿真结果完全满足发动机进气压力过渡态试验模拟的精度要求。同时图4和图6中分别给出了线性自抗扰控制器和pid控制器作用下的调节阀开度及流量实时变化情况。