一种n阶混合非线性系统的协同控制方法及控制系统与流程

本发明涉及一种协同控制技术，特别涉及一种n阶混合非线性系统的协同控制方法、控制系统及存储设备，属于机电系统协同控制领域。

背景技术：

多智能体协同控制技术来源于自然界中某些动物的协同运动现象，其主要包括一致性控制、编队控制、估计及优化等研究方向。其中一致性涉及的是各智能体在协同一致性控制律的作用之下达到某种平衡或一致的控制问题。一致性控制主要包含一致性调节问题和一致性跟踪问题。其中，一致性调节涉及的是各智能体根据各自的初始状态达到一种未预定的平衡状态，也叫无领导者一致性。而在一致性跟踪问题中存在一个真实或者虚拟的领导者作为信号参考，其他多智能体对其进行协同跟踪或者同步。在现有机电系统的协同控制中，主要是将被控机电系统考虑为完全相同的被控对象，不仅阶数完全相同而且动力学和运动学参数也相同。这种考虑在实际中并不合理，因为没有两个完全相同的被控机电系统并且不同的机电系统有可能具有不同的阶数。另外在实际中，考虑到机械传动、负载波动、老化和磨损等因素，被控对象的控制系数通常是时变、非线性的。综上所述，现有相同阶n阶系统协同控制方法已经不能满足当今复杂n阶混合系统的控制需要。

技术实现要素：

本发明为了解决现有技术对n阶非线性系统带有混合阶对象控制效果不好的问题，本发明提供一种n阶混合非线性系统的协同控制方法及控制系统。

本发明的一种n阶混合非线性系统的协同控制方法，所述方法包括如下步骤：

s1、建立被控n阶混合非线性系统的n阶模型，n为大于2的正整数；

s2、获取各被控n阶混合非线性系统的n阶同步跟踪误差；

s3、根据获取的同步跟踪误差，获取各被控n阶混合非线性系统的n阶滑模跟踪误差；

s4、建立混合n阶神经网络估计模型，根据该模型及获取的滑模跟踪误差，获取神经网络自适应律，用于对n阶混合非线性系统模型中的动力学参数进行估计；

s5、根据建立的n阶模型，结合同步跟踪误差、滑模跟踪误差和神经网络自适应律，获取分布式混合n阶协同控制律，并根据获取的控制律获得各被控n阶混合非线性系统的控制量。

优选的是，所述s5中的分布式混合不同阶协同控制律为；

ui表示对第i个被控n阶混合非线性系统的控制量，表示第i个被控n阶混合非线性系统的控制参数mi的估计值，ri表示第i个被控n阶混合非线性系统的n阶滑模跟踪误差，c表示控制比例增益参数，ek+1,i表示第i个被控n阶混合非线性系统的k+1阶同步跟踪误差，λk表示滑模系数，φi表示神经网络中被控n阶混合非线性系统的基函数值，表示神经网络中被控n阶混合非线性系统的权重的估计值，di表示第i个被控n阶混合非线性系统的入度，bi表示第i个被控n阶混合非线性系统与领导者的连接权值。

优选的是，所述神经网络自适应律为：

pi表示通讯拓扑权值，fi表示神经网络自适应增益，κi表示神经网络比例增益。

优选的是，所述s5中，还包括根据控制参数自适应律对n阶混合非线性系统模型中的控制参数进行估计。

优选的是，所述控制参数自适应律为：

ui表示当前对第i个被控n阶混合非线性系统的控制量，表示第i个被控n阶混合非线性系统的控制参数mi的估计值，ri表示第i个被控n阶混合非线性系统的n阶滑模跟踪误差，di表示入度，bi表示第i个被控n阶混合非线性系统与领导者的连接权值，mi代表mi的下界，pi表示通讯拓扑权值，ηi表示控制参数自适应增益，θi表示控制参数比例增益。

优选的是，第i个被控n阶混合非线性系统的一阶滑模跟踪误差为：ri＝e1,i；

第i个被控n阶混合非线性系统的二阶滑模跟踪误差为：ri＝e2,i+λ1e1,i；

第i个被控n阶混合非线性系统的n阶滑模跟踪误差为：

其中，e1,i和e2,i分别表示第i个被控n阶混合非线性系统的一阶和二阶同步跟踪误差，en,i表示第i个被控n阶混合非线性系统的n阶同步跟踪误差。

优选的是，第i个被控n阶混合非线性系统的一阶同步跟踪误差为：

第i个被控n阶混合非线性系统的二阶同步跟踪误差为：

第i个被控n阶混合非线性系统的n阶同步跟踪误差为：

其中，ni表示与第i个被控n阶混合非线性系统相邻的被控n阶混合非线性系统，aij表示所述相邻被控n阶混合非线性系统的邻接矩阵的系数，bi表示第i个被控n阶混合非线性系统与领导者的连接权值，x1,j和x2,j分别表示与被控n阶混合非线性系统的相邻的被控n阶混合非线性系统j的一阶和二阶状态值，xn,j表示与被控n阶混合非线性系统相邻的被控n阶混合非线性系统j的n阶状态值，x1,i和x2,i分别表示第i个被控n阶混合非线性系统的一阶和二阶状态值，xn,i表示第i个被控n阶混合非线性系统的n阶状态值，x1,0和x2,0分别表示领导者的一阶和二阶状态值，xn,0表示领导者的n阶状态值。

优选的是，所述s1中，混合不同阶的机电系统模型包括：

一阶对象为：

二阶对象为：

n阶对象为：

wi表示外部扰动，fi(x)表示第i个被控n阶混合非线性系统的动力学非线性函数，mi(t)表示被控n阶混合非线性系统的控制参数。

本发明的有益效果，本发明主要涉及的是n阶混合非线性系统协同控制，很好解决了n阶混合非线性系统带有混合阶对象和控制参数时变非线性的协同一致性跟踪控制问题。利用本发明可以对含有一阶、二阶直至n阶对象的混合n阶非线性系统进行有效地控制，提高系统协同的精度、快速性表现、鲁棒性和抗干扰能力。

附图说明

图1为本发明的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。

如图1所示,本实施方式的n阶混合非线性系统的协同控制方法，包括如下步骤：

s1、建立被控n阶混合非线性系统的n阶模型，n为大于2的正整数；

s2、获取各被控n阶混合非线性系统的n阶同步跟踪误差；

s3、根据获取的同步跟踪误差，获取各被控n阶混合非线性系统的n阶滑模跟踪误差；

s4、建立混合n阶神经网络估计模型，根据该模型及获取的滑模跟踪误差，获取神经网络自适应律，用于对n阶混合非线性系统模型中的动力学参数进行估计；

s5、根据建立的n阶模型，结合同步跟踪误差、滑模跟踪误差和神经网络自适应律，获取分布式混合n阶协同控制律，并根据获取的控制律获得各被控n阶混合非线性系统的控制量。

本实施方式分别针对机电系统的n阶对象获得协同控制律，首先建立n阶混合非线性系统的n阶模型，采集各被控机电系统的不同阶同步跟踪误差，进而获得滑模跟踪误差，同时利用神经网络估计模型对建立的机电系统模型中的动力学参数进行估计，根据获得的误差和估计后的模型，获得分布式混合n阶协同控制律，提高系统协同的精度、快速性表现、鲁棒性和抗干扰能力。

优选实施例中，s5中的分布式混合不同阶协同控制律为；

ui表示对第i个被控n阶混合非线性系统的控制量，表示第i个被控n阶混合非线性系统的控制参数mi的估计值，ri表示第i个被控n阶混合非线性系统的n阶滑模跟踪误差，c表示控制比例增益参数，ek+1,i表示第i个被控n阶混合非线性系统的k+1阶同步跟踪误差，λk表示滑模系数，φi表示神经网络中被控n阶混合非线性系统的基函数值，表示神经网络中被控n阶混合非线性系统的权重的估计值，di表示第i个被控n阶混合非线性系统的入度，bi表示第i个被控n阶混合非线性系统与领导者的连接权值。

混合n阶神经网络估计模型为：表示第i个被控n阶混合非线性系统的动力学非线性函数fi(x)的估计值，表示权值的估计，φi(x)表示神经网络中被控n阶混合非线性系统的基函数；

本实施方式给出了分布式混合n阶协同控制律的具体形式，用于获取各被控机电系统的控制量，实现协同控制，提高系统协同的精度、快速性表现、鲁棒性和抗干扰能力。

优选实施例中，本实施方式的神经网络自适应律为：

pi表示通讯拓扑权值，fi表示神经网络自适应增益，κi表示神经网络比例增益。

本实施方式给出了神经网络自适应律的具体形式，用于对n阶混合非线性系统模型中的动力参数进行估计，进而获得分布式混合n阶协同控制律，实现协同控制，提高系统协同的精度、快速性表现、鲁棒性和抗干扰能力。

优选实施例中，本实施方式s5中，还包括根据控制参数自适应律对n阶混合非线性系统模型中的控制参数进行估计。

优选实施例中，本实施方式控制参数自适应律为：

ui表示当前对第i个被控n阶混合非线性系统的控制量，表示第i个被控n阶混合非线性系统的控制参数mi的估计值，ri表示第i个被控n阶混合非线性系统的n阶滑模跟踪误差，di表示入度，bi表示第i个被控n阶混合非线性系统与领导者的连接权值，mi代表mi的下界，pi表示通讯拓扑权值，ηi表示控制参数自适应增益，θi表示控制参数比例增益。

本实施方式给出了控制参数自适应律的具体形式，用于对n阶混合非线性系统模型中的控制参数进行估计，解决被控对象的控制系数通常是时变、非线性导致控制效果不好的问题，根据控制参数自适应律对控制参数实时更新的方法获取各n阶混合非线性系统的控制量，提高系统协同的精度、快速性表现、鲁棒性和抗干扰能力。

优选实施例中，第i个被控n阶混合非线性系统的一阶滑模跟踪误差为：ri＝e1,i；

第i个被控n阶混合非线性系统的二阶滑模跟踪误差为：ri＝e2,i+λ1e1,i；

第i个被控n阶混合非线性系统的n阶滑模跟踪误差为：

其中，e1,i和e2,i分别表示第i个被控n阶混合非线性系统的一阶和二阶同步跟踪误差，en,i表示第i个被控n阶混合非线性系统的n阶同步跟踪误差。

优选实施例中，第i个被控n阶混合非线性系统的一阶同步跟踪误差为：

第i个被控n阶混合非线性系统的二阶同步跟踪误差为：

第i个被控n阶混合非线性系统的n阶同步跟踪误差为：

其中，ni表示与第i个被控n阶混合非线性系统相邻的被控n阶混合非线性系统，aij表示所述相邻被控n阶混合非线性系统的邻接矩阵的系数，bi表示第i个被控n阶混合非线性系统与领导者的连接权值，x1,j和x2,j分别表示与被控n阶混合非线性系统的相邻的被控n阶混合非线性系统j的一阶和二阶状态值，xn,j表示与被控n阶混合非线性系统相邻的被控n阶混合非线性系统j的n阶状态值，x1,i和x2,i分别表示第i个被控n阶混合非线性系统的一阶和二阶状态值，xn,i表示第i个被控n阶混合非线性系统的n阶状态值，x1,0和x2,0分别表示领导者的一阶和二阶状态值，xn,0表示领导者的n阶状态值。

优选实施例中，本实施方式s1中，混合不同阶的机电系统模型包括：

一阶对象为：

二阶对象为：

n阶对象为：

wi表示外部扰动，fi(x)表示第i个被控n阶混合非线性系统的动力学非线性函数，mi(t)表示被控n阶混合非线性系统的控制参数。

本实施方式还包括一种计算机可读的存储设备，所述存储设备存储有计算机程序，所述计算机程序被执行时实现上述控制方法。

本实施方式还包括一种n阶混合非线性系统的协同控制系统，包括存储设备、处理器以及存储在所述存储设备中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序实现上述控制方法。

虽然在本文中参照了特定的实施方式来描述本发明，但是应该理解的是，这些实施例仅仅是本发明的原理和应用的示例。因此应该理解的是，可以对示例性的实施例进行许多修改，并且可以设计出其他的布置，只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是，可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是，结合单独实施例所描述的特征可以使用在其他所述实施例中。