
1.3 非线性控制理论与方法
汽车发动机系统是典型的机电液耦合系统,随着基于模型的控制不断深入,越来越多的控制方法被引入研究。为了更好地方便读者理解,本节将后续涉及相关控制方法的基本理论做一些简要概述。
1.3.1 反步法
反步法(Back-stepping)作为一种严格按照李雅普诺夫(Lyapunov)函数来推导控制律的控制器设计方法,可以得到在李雅普诺夫意义下的保证系统全局稳定的控制律。
考虑目标系统形如

式中,[η,ξ]T为系统状态;u∈ R,为系统控制输入;函数f: D→Rn和函数g:D→Rn在包含原点以及(f 0)=0的定义域D⊂ Rn上是光滑可微的(或者某阶导数存在即可),并且f和g均为已知函数。
目标便是设计出状态反馈控制律来稳定原点(ξ=0,η=0)。
可以考虑将系统分解为方程(1-1a)和方程(1-1b)两部分组成级联系统,设方程(1-1a)可通过状态反馈控制律ξ=ϕ(η)及ϕ(0)=0达到稳定,也就是说式(1-2)具有原点稳定性

假设已知Lyapunov函数V(η)是光滑正定的,同时满足

式中,W(η)为正定。
按如下方式进行变换:首先将方程(1-1a)右边两项分别加减一项g(η)ϕ(η),则目标系统化为

定义z为

这样目标系统变为


定义,则目标系统的级联形式为

这样就与系统(1-1)所描述的目标系统的表达形式非常相似了。不同的是系统描述部分在输入为零时在原点具有渐进稳定性,而这个特点同样适用于的设计。为使整个系统稳定,选取

作为备选Lyapunov函数,得到

选择

可得到

这样,原点(η=0,z=0)是渐进稳定的。而ϕ(0)=0,进而得到原点(η=0,ξ=0)也是渐进稳定的,将v、z、代入后得到状态反馈控制律为

在所有假设都成立的情况下,并且V(η)是径向无界的,则原点是全局渐进稳定的。进而得到下述定理:
定理1.1 考虑系统(1-1),设ϕ(η)是方程(1-1a)的稳定状态反馈控制律,且ϕ(0)=0,对于某个正定函数W(η),V(η)是满足方程(1-2)的Lyapunov函数。则状态反馈控制律(1-8)可稳定系统(1-1)的原点,其中V(η)+[ξ-ϕ(η)]2/2为系统的Lyapunov函数。此外,如果所有假设都全局成立,且V(η)径向无界,则原点是全局渐进稳定的。
现在考察目标系统(1-1)更普遍的形式

式中,fa、ga均为光滑的。
如果在讨论的区域内g(aη,ξ)≠0,设ua=f(aη,ξ)+ga(η,ξ)u,则输入变为

这样一来,方程(1-9b)简化为积分器形式。因此,如果存在着一个稳定状态反馈控制律ϕ(η)及Lyapunov函数V(η),使方程(1-9a)满足上述条件,则由定理及方程(1-10)可得到整个系统(1-9)的稳定状态反馈控制律为

Lyapunov函数为

1.3.2 滑模控制
滑模控制(Sliding Mode Control,SMC)是一种非线性控制策略,由于其可根据系统当前的状态不断切换控制量,因此也称变结构控制。该控制方法可实现在有限时间内将系统状态驱动到滑动状态后沿着预先设定的滑模面运动到平衡点的目的,系统的性能完全由滑模面决定,与被控对象参数和扰动无关。滑模控制器的设计思想为:设计一个控制器,将从任意一点出发的状态轨线通过控制作用拉到滑模面上,然后沿着此滑模面滑动到原点。该运动过程分为两个阶段:
1)到达运动阶段。系统由状态空间任一点向滑模面趋近,目的是使系统尽快收敛到滑模面上。
2)滑模运动阶段。系统在状态空间里沿着滑模面上运动,此时控制的目的是保持在滑模面上。
为了使系统稳定并获得一定的动态性,通过设计滑模面和到达段的控制律,可以直接设计系统性能。在滑模控制的设计中,也主要分为两步:首先寻求合适的切换函数s(x),使系统的状态轨迹到达滑模面上时具有滑动模态和期望的动态特性;然后设计滑模控制律u(x),令系统能够在有限时间内到达滑模面,且一旦达到,就会沿着滑模面保持运动,满足到达性和跟踪性。
考虑二阶系统

式中,h和g为未知非线性函数,且对任意x有g(x)≥g0>0。
若状态空间存在一个超平面,即所谓的滑模面s(x)=0,将状态空间分成s>0和s<0两部分,且s=0两侧的双轨线都引向s=0。
设计滑模面为

选择a1>0以保证当t趋于无穷时,x(t)趋近于0。由于在滑模面上系统的运动受的控制,与h和g无关,因此收敛速度可通过a1的选择控制。此时的设计问题就是设计如下形式的控制律把轨线切换并保持在滑模面s=0上。

式中,。
下面针对二阶系统选取的滑模函数(1-14)进行控制器设计,变量s满足方程

假设对于某个已知函数ρ(x),h和g满足不等式

将作为方程
的备选Lyapunov函数,有

取

式中,β(x)≥ρ(x)+β0,β0>0,且

则

根据比较引理可知,轨线在有限时间内可到达滑模面s=0,且由上述不等式(1-21)可知,轨线一旦到达滑模面将不再离开。
由于滑动模态的设计,面对一定系统扰动或者变化,滑模控制具有较强的鲁棒性能和抗干扰能力。但是系统在滑模面上实际运动时,由于惯性、切换滞后等因素会导致系统的轨迹不可能完全保持在面上,而是在附近来回抖动,这种高频抖振现象的发生也是该控制方法的一大缺陷,带来误差大、能量消耗严重、对系统激起振荡等有害问题的产生,因此如何消除抖振也是滑模控制器设计的难点。
1.3.3 反馈线性化
考虑单输入系统

其中f和g在定义域D⊂ Rn上足够光滑,如果存在一个足够光滑的函数h:D →R,使得系统

在区域D0⊂ D上相对阶为n,则系统(1-22)是可反馈线性化的。
这一结论的解释如下:相对阶为n的系统,其标准型可简化为

因为

所以等式

在所讨论的定义域内对于所有x和u都成立。取u=0,则上式可分解为两个方程

方程(1-26a)等价于

方程(1-26b)等价于

令(hx)=T(1x),可以看出

h(x)满足偏微分方程

其约束条件为

α和γ由下式给出

总之,当且仅当存在函数h(x),使系统(1-23)的相对阶为n,或h满足约束条件为式(1-30)的偏微分方程(1-29),则系统(1-22)是可反馈线性化的。
1.3.4 三步法
三步法也是一种基于模型的设计方法,主要用于系统的跟踪控制问题,其设计思路来源于工程中常采用的控制结构(前馈加PID反馈控制),三步法的设计过程由三部分组成。出于不同的控制目的,分三步推导完成,同时其特定的设计过程使得推导简单明了,所得控制律结构层次清晰。以常用的二阶单输入单输出非线性仿射系统为例介绍其设计过程,考虑如下形式的非线性系统

式中,x1、x2、u分别为系统的状态和输入;y为系统的输出,y=x1。
假设f1(x1)、f2(x)、g1(x)和g2(x)是在定义域D⊂ R2内充分光滑的非线性函数,并且满足g(1x)≠0和g(2x)≠0。我们的目标是设计一个反馈控制律u,使得输出y渐近跟踪一个参考信号y*,其中对于非常值参考y*(t),其导数直到对于t≥0都是有界的,且二阶导
是t的分段连续函数;信号y*、
、
可在线获得。
与一阶系统不同,二阶系统在设计控制器之前,首先要重新整理系统模型,通过对输出y求二阶导数可以得到系统输出与输入之间的直接关系,即

其中x包含x1,x2,且=
被部分代入,式(1-32)是非线性系统的一种新的模型描述形式,是用于三步法推导控制器的模型。为了使推导过程书写简便,记
,g(1x1)g2(x)=:B(x)。具体步骤如下。
(1)稳态控制
假设系统的输出达到稳态,即令=0和
=0,可以得到系统即式(1-32)的稳态控制律为

这是一个类稳态控制,对比系统(1-31)可以看出,稳态控制主要反映了系统x2的本质动力学。
(2)参考动态前馈控制
如果参考值是变化的,将控制律u=us(x)+uf代入式(1-32),则系统可写为

令=
和
=
,则参考前馈为

可见,由于系统的阶次提高,参考前馈所包含的参考动态信息也相应增加,同时前馈的增益与系统的状态相关,表明系统参考值变化的影响不同。
(3)误差反馈控制
反馈控制能够进一步提高控制系统的控制性能,并提高对扰动和不确定性的鲁棒性能。定义系统跟踪误差为e1:=y*-y,结合前两步设计的结果,设待确定的反馈控制量是ue,那么闭环误差系统能写成

定义e2=,误差系统重新整理为

式中,B(x)≠0。
对于串级非线性误差系统(1-37),可以采用多种不同的设计方法,使误差e1→0,系统渐近稳定,这里选择Back-stepping方法确定控制律。首先将e2看成是e1子系统的虚拟控制输入,对子系统e1定义李雅普诺夫函数为,对其求导可得

选择如下简单形式的虚拟控制输入

式中,k1>0。
对于,则有

此时V1负定,但事实上,,此时需要通过控制使得
来保证e1系统的稳定。因此定义新误差
,那么上述方程组(1-40)就变为

如果误差e3趋于零,则,那么e1子系统能够渐近稳定。进一步,结合方程(1-39)、方程(1-37)以及e2=
,可以得到误差e3的方程为

定义第二个李雅普诺夫函数,并应用式(1-41a)和式(1-42),求导V2可得

为了保证V2负定,选择控制律为如下形式

式中,k1>0;k2>0。
此时

式(1-45)表明误差系统(1-37)是渐近稳定的。结合前面的推导结果,去掉中间变量e3、e3,将ue重新整理为

显然,从结果可以看出,ue对应一个非线性PD控制器。其比例和微分环节的增益不是由k1、k2参数单一决定的固定增益,而是依赖于系统状态。结合前面两步的推导结果,即式(1-33)和式(1-35),可将总的控制律简写为

其中,

到此为止,二阶非线性系统的三步法的推导过程完成,并且相应三部分的控制律也已确定,结合以上推导作如下几点说明:
1)从uf和ue确定的过程来看,它们均是在前一步或是前两步控制律被确定的基础上推导的,这也就说明三步设计的顺序不能颠倒。
2)最后的控制律由稳态控制、前馈控制和PD反馈控制共同构成,通过不同的设计方法得到的反馈控制律的形式可能不同,但鉴于PID控制器在工程实际中广泛使用的背景,这里设计成PD结构的目的也是要与实际保持一致,从而便于工程实现。
3)为了避免增益的形式过于复杂不易于实现,可以采用虚拟标定(仿真模型离线标定控制器增益的方式)减少通过试验标定获取控制器参数的工作量。
4)除了反馈控制的增益是状态依赖之外,参考前馈的增益也是随着状态的变化而变化的。这对运行工况复杂多变的系统而言,如果系统状态信息均可获得,则能够极大地提高控制系统的鲁棒性。