基于线性自抗扰的协调控制器设计.docx

基于线性自抗扰的协调控制器设计 郝玉春（华北电力大学?控制与计算机工程学院） 摘要：本文针对一种较新的控制器—— 自抗扰控制器，从原理上对其作了系统的介绍。包括最初的一般非 线性自抗扰控制器的原理，以及后来的线性自抗扰控制器及其完整 的参数整定方案。最后把所提出的算法应用在了单元机组协调系统 中，并与常规的内模协调控制方案比较，仿真结果表明，线性自抗 扰控制器的超调小，抗干扰性能良好，调试简单， 具有一定的应用价值。 关键词：自抗扰，线性自抗扰，整定，协调控制 1.引言 热工过程控制主要是对电力、冶金、化工、石油等生产过程中 热工参数的控制。目前广泛应用的控制系统是由PID控制器组成的反 馈控制系统，PID控制器及其改进型在工业过程控制中的比例超过90 %，主要原因是其结构相对简单，概念易于理解且不依赖于数学模 型。随着社会的进步和发展，现代热力系统逐渐大型化和复杂化， 特别是热力发电机组正在向高参数、大容量以及高自动化方向转变 ，对控制品质的要求也越来越高：一方面希望获得良好的动态响应 性能，另一方面，应在模型不确定和扰动存在时，保证系统稳定且 动态特性变化尽可能小，即所谓的性能鲁棒性。为了进一步改善参 数控制的质量，确保热力系统的安全、稳定及高效运行，人们研究 设计了多种新的过程控制系统。复杂的热力过程往往具有如下特点 ： (1)具有较大的惯性和延迟； (2)难以得到精确的数学模型，即存在模型不确定性； (3)存在系统外界带来的不确定性干扰； (4)存在非线性，不同负荷下过程的特性不同； (5)是多变量的，各变量之间存在耦合作用。 复杂热工对象的上述特点使得传统的PID控制技术难以获得令人 满意的控制效果，对象模型的不确定性又限制了最优控制等现代理 论的有效应用。神经网络、遗传算法、模糊控制等智能控制方法与P ID控制器的结合，形成了许多形式的人工智能PID控制器，但神经 网络结构和规模的选取不明确、遗传算法的收敛速度低、模糊规则 归纳困难等缺点以及过于复杂的算法和结构使得智能控制目前还难 以获得广泛的应用。许多其它先进过程控制方法也不断出现，比如 H∞方法、预测控制方法和自适应控制方法等，但由于H∞方法结果 相对保守、预测控制方法算法繁琐、自适应控制难以在大时间延迟 系统中得到应用等缺点，它们目前还不能对工程应用提供有力的支 持。因此，研究一种简单又不完全依赖系统模型、鲁棒性和适应性 强的控制策略，对于提高现有热力系统的自动化水平以及促进控制 理论的发展都有着十分重要的现实意义。于是，在这种背景下，有 人提出了自抗扰控制 (Active Disturbance Rejection Control，简称ADRC)。 自抗扰控制器的发展始于一篇讨论如何统一处理线性系统的结 构和反馈系统计算问题的论文中的一个重要结论：一个系统的积分 器串联型结构不仅是线性系统在线性反馈变换下的标准结构，也是 一类非线性系统在非线性反馈变换下的标准结构。 七十年代以来，韩京清研究员经过对线性系统理论的深入研究 ，发现一个系统的积分串联型结构不仅是线性系统在线性反馈变换 下的标准结构，也是一类非线性系统在非线性反馈变换下的标准结 构。同样，对一类自由非线性系统，也可以设计其观测器，使其在 非线性观测变换下的标准形为积分串联型。八十年代后期，韩京清 研究员进一步探讨了线性系统与非线性系统的关系。他指出人们头 脑中的线性和非线性的概念大都来自于没有控制输入的经典力学系 统。在经典力学系统中，人们关心的是描述和解释轨线分布的拓扑 结构，对没有输入、输出的封闭系统来说，线性系统和非线性系统 具有完全不同的拓扑结构，两者不能任意转化。然而控制系统具有 经典力学系统所没有的新结构—— 控制输入和反馈，控制系统中的反馈作用能够破坏原系统中的大部 分拓扑结构，又能建立起全新的拓扑结构。在状态反馈作用之下， 控制系统中不变的性质几乎只剩下几个积分器和联结它们的信息通 道，此外的其他性质几乎可以随意设置。因此，控制系统中的反馈 作用打破了经典动力系统意义下的线性和非线性的界限，反馈能够 把线性转化为非线性，也可以把许多非线性转化为线性。从反馈控 制的角度看，不应该再按经典意义把控制系统分成线性和非线性系 统，对能控的线性系统可以用状态反馈设置一些非线性特性。以此 为基础，韩京清研究员提出了控制理论中更为基本的问题，即控制 理论的发展到底是走模型论还是控制论的道路。他指出现代控制理 论时期是控制理论发展史中的“模型论"时期，无论是线性系统还是 非线性系统，无论是状态空间法还是频域法，系统的数学模型已成 为分析与设计的出发点或建模与辨识的归宿。然而依靠模型建立控 制律的方法，在控制工程中遇到了很大的挑战，鲁棒性是首当其冲 的大问题。而经典调节理论中的基本思想是不完全依靠