ch4-控制系統(tǒng)優(yōu)化設計和仿真.ppt

第4章控制系統(tǒng)優(yōu)化設計與仿真,最優(yōu)化問題提出背景:當被控對象的數(shù)學模型以及對控制系統(tǒng)的技術要求給定之后，為了確定控制器的結構和參數(shù)，需要進行大量的計算。通常的工作步驟是：設計者根據(jù)對實際系統(tǒng)的了解，先假設控制器參數(shù)的一組初始值，通過仿真或者直接在實際系統(tǒng)上做試驗，求出系統(tǒng)對典型輸入的響應特性；然后設計者分析所得結果，并依據(jù)理論分析和以往的經(jīng)驗修改控制器參數(shù)；接著再進行仿真計算（或試驗）；再分析比較，再修改參數(shù),當被控對象比較簡單時以上做法可行。對于具有若干個輸入的多回路的復雜系統(tǒng)，即使花費了大量的時間和精力，也不見得能夠找到滿足工程要求的最佳控制器結構以及相應的參數(shù)。為了獲得最佳的設計效果，出現(xiàn)了最優(yōu)化技術。為此，提出兩類優(yōu)化問題。,上一頁,下一頁,返回,4.1控制系統(tǒng)參數(shù)優(yōu)化的基本概念,4.1.1兩類優(yōu)化問題4.1.2問題的提法及專用名詞4.1.3尋優(yōu)途徑及優(yōu)化方法的評價4.1.4控制系統(tǒng)優(yōu)化設計中目標函數(shù)的構成4.1.5數(shù)字仿真在優(yōu)化設計中的作用,上一頁,下一頁,返回,4.1.1兩類優(yōu)化問題,上一頁,下一頁,返回,函數(shù)優(yōu)化問題,參數(shù)優(yōu)化問題,1函數(shù)優(yōu)化問題,上一頁,下一頁,返回,函數(shù)優(yōu)化問題也稱為動態(tài)優(yōu)化問題。對于控制器設計問題來說，相當于控制器的結構并不知道，需要設計出滿足某種優(yōu)化條件的控制器。,例如：應該選擇PI控制器，還是PID控制器？,2參數(shù)優(yōu)化問題參數(shù)優(yōu)化問題也稱為靜態(tài)優(yōu)化問題。在這類問題中，控制器的結構、形式已經(jīng)確定，而需要調整或尋找控制器的參數(shù)，使得系統(tǒng)性能在某種指標意義下達到最優(yōu)?！纠?.2】對于如圖4.2所示的PID控制系統(tǒng)，要求尋找理想的控制器參數(shù)，使系統(tǒng)性能指標為最優(yōu)。圖4.2,上一頁,下一頁,返回,在該例中，被控對象數(shù)學模型G(s)已知，PID控制器的類型和形式已確定，為式中，Kp,Ti,Td,為控制器參數(shù)。在某個給定信號r(t)作用下，測量系統(tǒng)輸入量r(t)與輸出量之間y(t)的偏差e(t)。顯然，e(t)是Kp,Ti,Td的函數(shù)。選擇作為指標函數(shù)。式中，tf為系統(tǒng)調節(jié)時間。,上一頁,下一頁,返回,問題提法是：如何選擇合適的參數(shù)值，使得目標函數(shù)Q為最小，即有本章討論參數(shù)優(yōu)化問題。,上一頁,下一頁,返回,4.1.2問題的提法及專用名詞,1.控制系統(tǒng)參數(shù)優(yōu)化問題的一般提法當被控對象已知，控制器的結構形式也已確定，需要調整或尋找控制器的某些參數(shù)，使系統(tǒng)性能在某種指標意義下達到最優(yōu)。如果目標函數(shù)用Q()表示，需要優(yōu)化的一組參數(shù)用向量表示，則對于數(shù)學模型為（4.1）的控制系統(tǒng)（式中，t為時間，x為n維狀態(tài)向量，F(xiàn)為n維系統(tǒng)運動方程的結構向量，為m維尋優(yōu)參數(shù)構成的向量），要求在滿足,上一頁,下一頁,返回,不等式約束hi()0,i=1,2,q（4.2）等式約束gj()=0,j=1,2,p（4.3）等式終端約束Sk(,tf)=0,k=1,2,l（4.4）（式中，tf為終止時間）的情況下，尋找一組參數(shù)=*，使目標函數(shù)滿足（4.5）稱*為極小值點，對應的目標函數(shù)值Q(*)為極小值。,上一頁,下一頁,返回,2.優(yōu)化設計專用名詞（1）尋優(yōu)參數(shù)為m維尋優(yōu)參數(shù)向量，也稱之為設計變量（或設計參數(shù)）。（2）約束條件在優(yōu)化過程中，尋優(yōu)參數(shù)的某些組合情況，可能會產(chǎn)生一些明顯不合理的設計，超出了某些允許范圍。在數(shù)學上可以化為約束條件。例如，在PID控制器的設計中，三個參數(shù)應滿足約束條件Kp0,Ti0,Td0在許多工程問題中，約束條件往往不能寫成尋優(yōu)參數(shù)的顯函數(shù)形式，只要是“可計算”的函數(shù)就可以了。例如，在PID控制系統(tǒng)中，超調量%是控制器參數(shù)Kp,Ti,Td的函數(shù)，但是不一定能具體寫出來。,上一頁,下一頁,返回,（3）目標函數(shù)在控制器的所有可行設計中，有些設計方案比另一些“要好些”。好的設計比差的設計肯定具有更好的某種（或某些）性質。如果這種性質可以表示為尋優(yōu)參數(shù)的一個可計算的函數(shù)，那么只需要尋求這個函數(shù)的極值，就可以得到“最優(yōu)”的設計。這個用來使設計得以優(yōu)化的函數(shù)就稱為目標函數(shù)，為了強調它對尋優(yōu)參數(shù)的依賴性，將其寫成Q()。同樣，在工程問題中，Q()不一定能寫成顯函數(shù)形式，只要求是“可計算”的函數(shù)。,上一頁,下一頁,返回,使目標函數(shù)為極大時,如何處理?此時只需要將目標函數(shù)變成-Q()即可。因為當-Q()達到極小時，Q()就達到了極大。,（4）約束優(yōu)化問題的無約束處理在工程問題中，尋優(yōu)參數(shù)的取值范圍總是要受到限制的，即要在一定的約束條件下來求目標函數(shù)的最優(yōu)解。若約束對于尋優(yōu)參數(shù)的限制是很寬的，以至于可以確信在*附近約束都能滿足的話，則把它看成是無約束優(yōu)化問題來處理。若在*附近約束條件可能被破壞，就需要將約束優(yōu)化問題轉換成無約束優(yōu)化問題來處理。例如,?。?.6）式中，Q0()不考慮約束條件時的目標函數(shù)；gi()=0,i=1,2,p是p個等式約束條件；Ci正數(shù)權因子，表示第i個約束條件的重要性；Cigi2()第i個約束條件不滿足時的罰函數(shù)。,上一頁,下一頁,返回,4.1.3尋優(yōu)途徑及優(yōu)化方法的評價,常見的最優(yōu)化問題分類:,線性規(guī)劃(Linearprogramming)問題舉例:,某人有一筆50萬的資金可用于長期投資,可供選擇的投資機會包括購買國庫券、購買公司債券、投資房地產(chǎn)、購買股票和銀行儲蓄等。各種投資方式的參數(shù)見下表,投資者希望投資組合的平均年限不超過5年，平均期望收益率不低于13%，風險系數(shù)不超過4，增長潛力不低于10%。問在上述前提下如何選擇才能使平均年收益率最高？,求解過程：,建立線性規(guī)劃模型。設xi為第i種投資方式在總投資額中所占的比例，,使用Matlab的線性規(guī)劃求解函數(shù)linprog()解得x=0.5575,0.0195,0.4230,0,0,0,0,某廠在一計劃期內擬生產(chǎn)甲、乙兩種大型設備.該廠有充分的生產(chǎn)能力來加工制造這兩種設備的全部零件，所需原材料和能源也可滿足供應，但A、B兩種緊缺物資的供應受到嚴格限制，每臺設備所需原材料如下表所示.問該廠在本計劃期內應安排生產(chǎn)甲、乙設備多少臺，才能使利潤達到最大？,整數(shù)規(guī)劃問題舉例：,非線性規(guī)劃（nonlinearprogramming)問題舉例:,f(x)=x1+x2,x10 x20 x12+x221x12+x222,s.t.,多目標規(guī)劃（Multi-objectiveoptimization)問題舉例:,求解最優(yōu)化問題的方法:,線性規(guī)劃:單純形法、大M法,無約束非線性規(guī)劃：牛頓法、黃金分割法,有約束非線性規(guī)劃：懲罰函數(shù)法、二次規(guī)劃,整數(shù)規(guī)劃：分支定界法、隱枚舉法,智能優(yōu)化算法：模擬退火算法、遺傳算法、蟻群算法、微粒群優(yōu)化算法、差分進化算法,3優(yōu)化方法的評價評價一種優(yōu)化方法的優(yōu)劣，主要考慮下列因素。（1）收斂性尋優(yōu)過程就是逐步搜索滿足Q(*)=minQ()的值的迭代過程。迭代過程的收斂性好壞，表示某種優(yōu)化方法適用范圍的大小。（2）收斂速度為了求出同樣精度的極小值點，不同的優(yōu)化方法所需要的迭代次數(shù)不同。,上一頁,下一頁,返回,(3）每步迭代所需的計算量,4.1.4控制系統(tǒng)優(yōu)化設計中目標函數(shù)的構成,控制系統(tǒng)參數(shù)優(yōu)化設計中的目標函數(shù)一般可分為兩大類：加權性能指標型目標函數(shù)和誤差積分型目標函數(shù)。1加權性能指標型目標函數(shù)這一類目標函數(shù)是根據(jù)經(jīng)典控制理論設計系統(tǒng)的性能指標建立起來的，如系統(tǒng)在階躍信號作用下的上升時間、調整時間、超調量以及振蕩次數(shù)等。對這些性能指標的要求往往存在矛盾性，此時可以采用加權的方法建立目標函數(shù)。例如，,式中，、為加權系數(shù)，滿足表示超調量在目標函數(shù)中的成份，其具體取值為（4.12）、和分別為系統(tǒng)上升時間、調整時間和超調量的期望值。,2誤差積分型目標函數(shù)對于一般隨動系統(tǒng)，誤差e(t)定義為輸入信號r(t)和系統(tǒng)輸出c(t)之差，即e(t)=r(t)-c(t)（4.13）,上一頁,下一頁,返回,常用的目標函數(shù)有如下幾種：誤差絕對值的積分（IAE）誤差平方的積分（ISE）時間乘以誤差絕對值積分（ITAE）時間乘以誤差平方的積分（ITSE）時間平方乘以誤差絕對值的積分（ISTAE）時間平方乘以誤差平方的積分（ISTSE）,上一頁,下一頁,返回,4.2單純形法（該部分不做要求）,4.2.1單純形法原理4.2.2單純形的構成4.2.3改進單純形法,上一頁,下一頁,返回,4.2.1單純形法原理,單純形法的基本思路預先計算出在若干個點處的目標函數(shù)值，然后根據(jù)它們之間的大小關系，可以看出Q()變化的大致趨勢，為尋求Q()的下降方向提供參考信息。單純形法的尋優(yōu)過程(二維情況，見圖4.4)尋優(yōu)參數(shù)為1和2，圖中的實線為Q()=C（C為常數(shù)）的等高線族。先取1、2、3點并計算這3點處的目標函數(shù)值，對它們的大小進行比較，C1最大，故將1點拋棄，在1點的對面取一點4，構成一個新的三角形。計算4點處的目標函數(shù)值，再比較三點處的函數(shù)值的大小，C2最大，,上一頁,下一頁,返回,將2點拋棄，在2點的對面取一點5，3、4、5點又構成一個新的三角形。如此不斷重復上述過程，直至最后找到極小值點。,圖4.4,上一頁,下一頁,返回,4.2.2單純形的構成,在一切幾何圖形（或超幾何圖形）中以單純形（參數(shù)空間內簡單的規(guī)則形體）的頂點為最少，所以尋優(yōu)所用的幾何圖形以單純形為最合適，在m維空間中，其頂點個數(shù)為m+1。求出正規(guī)單純形各頂點的坐標的方法若已選定(0)和任意兩點之間的距離a（即正規(guī)單純形的邊長），于是（m+1）個點的坐標為,上一頁,下一頁,返回,顯然，(0)-(1)，(0)-(2)，(0)-(m)為m個線性無關的向量。,（4.20）,（4.21）,（4.22）,有,上一頁,下一頁,返回,4.2.3改進單純形法,改進單純形法的基本思想是：給定初始點(0)和步長a，產(chǎn)生初始單純形S0，通過反射、擴張、收縮和緊縮等一系列動作將單純形翻滾、變形，從而產(chǎn)生一系列的單純形S1，S2，S3，,逐漸向極小值點靠攏。當滿足精度指標時，迭代停止，取當前單純形的“最好點”作為極小點的近似。,上一頁,下一頁,返回,改進單純形法的迭代規(guī)則:假設當前單純形為Sk,對組成單純形的(m+1)個頂點，記L為“最好點”,H為“最壞點”,G為“次壞點”,即首先，計算當前單純形的(m+1)個頂點中去掉最壞點H后的形心(4.26)判別是否滿足終止條件，即計算(4.27),上一頁,下一頁,返回,如果error(為給定的精度指標),則停止迭代,取當前單純形的“最好點”L作為所極小值點*的近似。否則,計算“最壞點”H關于形心的反射點R（4.28）對二維單純形，如圖4.5所示。圖4.5根據(jù)反射點的目標函數(shù)值的大小,共有四種可能：1Q(R)Q(L),即R比“最好點”L還要好。2Q(L)Q(R)Q(G),即R雖不優(yōu)于“最好點”L,但優(yōu)于“次壞點”G。,3Q(G)Q(R)1為擴張因子。如圖4.6所示。圖4.6,上一頁,下一頁,返回,如果Q(E)Q(L)，則擴張成功，以E作為新頂點，取代“最壞點”H，構成新單純形Sk+1,，如圖4.7所示。圖4.7反之，擴張失敗，以R作為新頂點，取代“最壞點”，構成新單純形Sk+1，如圖4.8所示。圖4.8,上一頁,下一頁,返回,情況2以R取代“最壞點”H，構成新單純形Sk+1，如圖4.8所示。情況3計算收縮點（4.30）式中，01為收縮因子。如圖4.9所示。圖4.9,上一頁,下一頁,返回,如果Q(C)Q(H)，以C作為新頂點，取代“最壞點”H，構成新單純形Sk+1，如圖4.10所示。否則，將當前單純形的各個頂點向“最好點”L緊縮，即(4.31)如圖4.11所示。,圖4.10,圖4.11,上一頁,下一頁,返回,情況4計算收縮點C（4.32）式中，0main后，顯示如圖4.24所示的空白界面。點擊選擇文件欄，選擇系統(tǒng)模型名稱：ccontroller。在系統(tǒng)模型參數(shù)欄中填入對應的參數(shù)，控制器名稱：corrector；待調參數(shù)個數(shù)：2；待調參數(shù)名稱：T1，T2；待調參數(shù)初始值：55；仿真時間：1.5；目標函數(shù)：ISE。選擇精度指標：0.0000001。點擊“開始仿真”按鈕，經(jīng)過一段時間的運行后得到如圖4.29所示的仿真尋優(yōu)結果。,上一頁,下一頁,返回,圖4.29,上一頁,下一頁,返回,3運行結果分析一般而言，如果將任意選定的參數(shù)初始值的控制器直接加入到系統(tǒng)中，該系統(tǒng)都不穩(wěn)定。例如，當T1(0)=15，T2(0)=10時，系統(tǒng)的階躍響應如圖4.30所示。,圖4.30（T1=15，T2=10）,上一頁,下一頁,返回,給定三組不同的參數(shù)初始值，經(jīng)過參數(shù)尋優(yōu)后，得到了三組不同的優(yōu)化參數(shù)及相應的目標函數(shù)值：T1(0)=15,T2(0)=10,T1*=1.9535,T2*=0.41391,Q(T1*,T2*)=0.054648T1(0)=5,T2(0)=5,T1*=1.9454,T2*=0.41220,Q(T1*,T2*)=0.054648T1(0)=10,T2(0)=15,T1*=1.9553,T2*=0.41449,Q(T1*,T2*)=0.054648仿真結果表明，3組優(yōu)化參數(shù)的階躍響應曲線比較相似，沒有本質上的差異。,上一頁,下一頁,返回,圖4.31所示為第一組優(yōu)化參數(shù)的單位階躍響應曲線。圖4.31（T1=1.9535，T2=0.41391）從仿真結果中可以看出，系統(tǒng)的阻尼比太小，超調量偏大。,上一頁,下一頁,返回,三種不同的優(yōu)化參數(shù)均表明，采用誤差積分型目標函數(shù)進行參數(shù)尋優(yōu)存在兩個問題：尋優(yōu)結果不可預斷。因為誤差積分型目標函數(shù)是系統(tǒng)整個過渡過程的一個綜合性指標，它反映不出系統(tǒng)性能指標的具體要求（例如，超調量，上升時間等性能指標），人們不能確信優(yōu)化結果結果在實際中是否有意義；當優(yōu)化結果不滿足要求時，對目標函數(shù)無法進行調整。由此可見，在許多場合下利用誤差積分型目標函數(shù)進行參數(shù)尋優(yōu)的效果不一定好。,上一頁,下一頁,返回,4采用參考模型法目標函數(shù)的運行結果及分析采用圖4.18的目標函數(shù)模型(controller.mdl)，同樣給定三組不同的參數(shù)初始值，經(jīng)過參數(shù)尋優(yōu)后，得到了三組不同的優(yōu)化參數(shù)及相應的目標函數(shù)值：T1(0)=15,T2(0)=10,T1*=2.188,T2*=0.20661,Q(T1*,T2*)=0.0029808T1(0)=5,T2(0)=5,T1*=2.1875,T2*=0.20684,Q(T1*,T2*)=0.0029809T1(0)=10,T2(0)=15,T1*=2.188,T2*=0.20634,Q(T1*,T2*)