自抗扰算法介绍报告.doc

自抗扰算法（ ADRC）介绍报告自 抗 扰 控 制 器 自 PID 控 制 器 演 变 过 来 ， 采 取 了 PID 误 差 反 馈 控 制 的 核心 理 念 传 统 PID 控 制 直 接 引 取 输 出 于 参 考 输 入 做 差 作 为 控 制 信 号 ， 导 致 出现 响 应 快 速 性 与 超 调 性 的 矛 盾 出 现 自 抗 扰 控 制 器 主 要 由 三 部 分 组 成 ： 跟 踪微 分 器 (tracking differentiator)， 扩 展 状 态 观 测 器 (extended state observer) 和 非 线 性 状 态 误 差 反 馈 控 制 律 (nonlinear state error feedback law) 跟 踪 微 分器 的 作 用 是 安 排 过 渡 过 程 ， 给 出 合 理 的 控 制 信 号 ， 解 决 了 响 应 速 度 与 超 调 性之 间 的 矛 盾 扩 展 状 态 观 测 器 用 来 解 决 模 型 未 知 部 分 和 外 部 未 知 扰 动 综 合 对控 制 对 象 的 影 响 虽 然 叫 做 扩 展 状 态 观 测 器 ， 但 与 普 通 的 状 态 观 测 器 不 同 。

扩 展 状 态 观 测 器 设 计 了 一 个 扩 展 的 状 态 量 来 跟 踪 模 型 未 知 部 分 和 外 部 未 知 扰动 的 影 响 然 后 给 出 控 制 量 补 偿 这 些 扰 动 将 控 制 对 象 变 为 普 通 的 积 分 串 联型 控 制 对 象 设 计 扩 展 状 态 观 测 器 的 目 的 就 是 观 测 扩 展 出 来 的 状 态 变 量 ， 用来 估 计 未 知 扰 动 和 控 制 对 象 未 建 模 部 分 ， 实 现 动 态 系 统 的 反 馈 线 性 化 ， 将 控制 对 象 变 为 积 分 串 联 型 非 线 性 误 差 反 馈 控 制 律 给 出 被 控 对 象 的 控 制 策 略 系 统 结 构 框 图 如 图 1图 1过程和扩张状态观测器方程：330312(1)*(,)zkzhfal1yx2230220()(*()(,)*()zkzhzkfalbuk2112 12;();(),)atutfxt33011,fl非线性控制策略方程：二阶微分控制器： 112()(*()vkhvk2212(),,)fanvkrh其中，h 为积分步长，r 为跟踪算子。

其中 fal 函数的曲线如下，近似一个分段线性函数，间断点为 0由于控制信号一般认为是一阶跃，然而阶跃信号对于系统而言，不可能实现跟踪，因此，将阶跃引入控制器输入端本身就不合理[1]，并且容易产生超调所以，在 ADRC 算法中，特意引入了一二阶微分跟踪器来实现将控制信号平滑的功能，其中，V1 能够很快速无超调地跟踪上输入信号，V2 可以看成是 V1 的一个微分信号这样就使得系统只需要跟踪V1 信号即可实现对 V 的快速跟踪在 ADRC 算法中，最核心的就是扩张状态观测器它除了可以根据对象的输入，输出来观测出系统的 2 维状态外，还可以观测出系统所受到的扰动、系统参数的时变性、系统的非线性的对系统的影响，从而将此状态输出送给控制器的输出，补偿系统中的这些部分通过这种补偿，一个 2 阶系统就可以等效成一个积分串联环节，这对于控制器算法的设计就大大方便了Z1 为控制器的 x1 状态的观测量，也就是 y 的观测量，Z2 为 X2 的观测量，也就是输出 y 的微分的观测量非线性组合是指不再将传统的 e，sum(e),de 进行线性的组合，而是采取一个非线性的结合，在很多实践过程中，我们发现，非线性组合比线性的组合要更加优越。

在原理的了解基础上，我们进行了算法的仿真11()()ekvzk220102010*,)*(),*(,)ppdDiufalekfalekifale3()()/zb仿真过程对象是一个大滞后纯积分过程采样时间为 Ts=0.01s图 2图 3图 2，图 3 为采用了 ADRC 控制算法后，对象在干扰 0.01 的噪声影响下的输出输入为单位阶跃且图 2 是在纯滞后时间为 5s 的情况下，将 ADRC 参数调整好之后，把纯滞后时间加大为 8s、9s 再次进行的仿真结果曲线图可以看出引入了 ADRC 控制算法后，系统无论是抗干扰能力，对系统参数变化后的鲁棒性，都是非常良好的图 3 是在纯滞后时间为 10s 情况下，减小滞后时间为 5s后的仿真结果图同时在此控制对象中，我们将 ADRC 算法与 PID 控制算法进行了对比图 4为采用了 PI 控制算法后的仿真结果图，此时无干扰其中，kp=0.145，ki=0.002，因为在纯滞后系统中，对象的反应有死区，如果 KI 的值稍大，则在死区累积过程后，必然会存在非常大的控制量输出，必然会引起系统的大超调，甚至是震荡因此，我们选了很小的 ki 参数值，并且此 KP,KI 参数是根据 Z-N 整定法得出的，并进行了稍微的调整，通过改变参数，我们发现此KP,KI 参数为一个很不错的控制器参数。

5()0.1seGs图 4图 5图 6图 5 是在图 4 的仿真基础上引入了幅值为 0.01 的干扰后系统的响应图图六是也是在图 4 的仿真基础上，将对象的纯滞后参数改成 10s 后的仿真结果图可以看出 PI 控制器虽然在对此过程对象也能有比较好的控制效果，但是，系统对于噪声干扰，模型参数变化影响的抑制能力是非常弱的因此，对于此对象，PI 控制器构成的控制系统的鲁棒性是远远不如 ADRC 控制器的通过对比，我们可以看出 ADRC 在系统抗干扰，模型参数变化时的控制性能比传统的 PID 控制器有很强的优势总结：自抗扰因为引入了二阶微分跟踪器，扩张状态观测器，使得高频噪声能够很好的抑制非线性控制策略对一些负载对象具有很好的应用前景并且，扩张状态观测器能够较好的补偿模型参数的变化，以及扰动量对输出的影响但是，ADRC 的一个非常重要的缺点就是参数太多，有 13 个，相比于传统的PID 的 3 个参数，系统参数的调节将非常复杂，在实际使用时，会非常麻烦在此，我将此次仿真调节参数的一些理解进行阐述 相当于是会接把误03差乘以了 h* 后加到了 u(t)上,相当于 Kp，并且此参数对系统性能影响非常大，03如果系统震荡加剧，则可以首先减少此参数，然后再调节控制器的比例增益Kp，b0 对于大惯性环节或者大滞后环节很有效，越大的滞后则需要越大的b0，且 b0 对于震荡也有一定的抑制作用。

， 太大，则 ADRC 工作性区，非0线性控制器即为一个线性 PID 控制器，如果其太小，则控制器的输出容易震颤，其大小与被控对象和控制精度有关参考文献：[1] 自抗扰控制器及其应用，韩京清，控制与决策，1998[2] 大纯滞后纯积分对象的二阶自抗扰控制，要晓梅，王庆林，韩京清，控制工程，2002。