自適應內模控制

自適應控制，指的是根據控制對象本身參數或周圍環境的變化，自動調整控制器參數以獲得滿意性能的自動控制方法。

內模控制是一種基於過程數學模型進行控制器設計的新型控制策略。由於其設計簡單、控制性能好和在系統分析方面的優越性，因而內模控制不僅是一種實用的先進控制算法，而且是研究預測控制等基於模型的控制策略的重要理論基礎，以及提高常規控制系統設計水平的有力工具。

自適應內模控制就是自適應控制方法與內模控制方法的結合，結合了它們彼此的優點，使其控制效果更優。

基本介紹

• 中文名：自適應內模控制
• 外文名：adaptive internal model control
• 類別：控制科學與工程
• 基礎：自適應控制、內模控制
• 內模控制提出：1974年
• 特點：精度高、魯棒性強等

自適應控制

概述

自適應控制的研究對象是具有一定程度不確定性的系統，這裡所謂的“不確定性”是指描述被控對象及其環境的數學模型不是完全確定的，其中包含一些未知因素和隨機因素。

任何一個實際系統都具有不同程度的不確定性，這些不確定性有時表現在系統內部，有時表現在系統的外部。從系統內部來講，描述被控對象的數學模型的結構和參數，設計者事先並不一定能準確知道。作為外部環境對系統的影響，可以等效地用許多擾動來表示。這些擾動通常是不可預測的。此外，還有一些測量時產生的不確定因素進入系統。面對這些客觀存在的各式各樣的不確定性，如何設計適當的控制作用，使得某一指定的性能指標達到並保持最優或者近似最優，這就是自適應控制所要研究解決的問題。

自適應控制和常規的反饋控制和最優控制一樣，也是一種基於數學模型的控制方法，所不同的只是自適應控制所依據的關於模型和擾動的先驗知識比較少，需要在系統的運行過程中去不斷提取有關模型的信息，使模型逐步完善。具體地說，可以依據對象的輸入輸出數據，不斷地辨識模型參數，這個過程稱為系統的線上辯識。隨著生產過程的不斷進行，通過線上辯識，模型會變得越來越準確，越來越接近於實際。既然模型在不斷的改進，顯然，基於這種模型綜合出來的控制作用也將隨之不斷的改進。在這個意義下，控制系統具有一定的適應能力。比如說，當系統在設計階段，由於對象特性的初始信息比較缺乏，系統在剛開始投入運行時可能性能不理想，但是只要經過一段時間的運行，通過線上辯識和控制以後，控制系統逐漸適應，最終將自身調整到一個滿意的工作狀態。再比如某些控制對象，其特性可能在運行過程中要發生較大的變化，但通過線上辯識和改變控制器參數，系統也能逐漸適應。

常規的反饋控制系統對於系統內部特性的變化和外部擾動的影響都具有一定的抑制能力，但是由於控制器參數是固定的，所以當系統內部特性變化或者外部擾動的變化幅度很大時，系統的性能常常會大幅度下降，甚至是不穩定。所以對那些對象特性或擾動特性變化範圍很大，同時又要求經常保持高性能指標的一類系統，採取自適應控制是合適的。但是同時也應當指出，自適應控制比常規反饋控制要複雜的多，成本也高的多，因此只是在用常規反饋達不到所期望的性能時，才會考慮採用。

功能及特點

自適應控制系統的研究劉一象有著不確定性，其中“不確定性”的意思是指被控對象和它的環境是不完全確定的數學模型。這種不確定性主要表現在:現代工業設備和工藝的複雜性，使得模擬系統的數學模型與實際系統總有差異，得到的數學模型是近似的;該系統的自身結構和參數是未知或時變的;外部環境的干擾是不可避免的，作用在系統上的干擾常常是隨機的，無法測量;控制對象的特性隨時間或工作環境的變化而改變，並且它的變化難以預料。

對於一個不確定性控制系統，如何設計一個良好的控制器是自適應控制有待研究的問題。在日常的生活中，生物可以通過有意識地改變自己的習慣調整自己的參數，以適應新的環境特點，成為自適應控制器思想的主要參考依據。自適應控制器應能及時修改它們的特性，以適應對象和其擾動的動態變化特徵，整個控制系統總有令人滿意的性能。因此，自適應控制方法就是依靠對控制對象的信息連續採集並處理，確定當前的實際運行狀態，按照一定的性能標準，產生適當的自適應控制律，用以實時地調整控制結構或參數，該系統總是自動地在最佳或次最佳的操作條件下工作。

內模控制

研究意義

如何控制好存在純滯後、參數時變的系統，一直都是過程控制研究中的熱點和難點。在具體控制中，如何克服因控制量範圍受限而產生控制品質的下降的問題，也是控制界一直致力於解決的問題。內模控制(IMC)方法可以成功的套用於含純滯後的對象的控制，且魯棒性強，並以其結構簡單，設計直觀簡便，線上調整參數少而且調整方針明確的特點，一直為控制界所關注。在實際套用中控制量往往受限，如果直接套用IMC設計的控制器，那么就相當於在系統中引入了非線性環節，性能將受到影響。如能把克服控制量受限問題和IMC有機結合起來，將為內模控制在實踐中的進一步套用開創更為廣闊的前景。

內模控制(Internal Model Control)是一種基於過程數學模型進行控制器設計的新型控制策略。由於其設計簡單、控制性能好和在系統分析方面的優越性，因而內模控制不僅是一種實用的先進控制算法，而且是研究預測控制等基於模型的控制策略的重要理論基礎，以及提高常規控制系統設計水平的有力工具。

自20世紀50年代後期起，許多研究者己開始採用類似內模控制的概念來設計最優反饋控制器，如Smith預估控制器，基於內部模型的調節器設計方法。在隨後的一段時間內，內模原理更多地停留在理論研究階段而難以成為一種工程設計方法。1974年，德國學者首先在工業過程控制中提出了如下圖所示的內模控制結構。

自面世以來，內模控制不僅在工業過程控制中獲得了成功的套用，而且表現出在控制系統穩定性和魯棒性理論分析方面的優勢。在工業過程中，簡單的PID控制可以解決約90%的控制問題，然而對於強非線性過程和大時滯過程，常規PID控制難以得到滿意的控制效果。內模控制與經典PID控制相比，僅有一個整定參數，參數調整與系統動態品質和魯棒性的關係比較明確，而且設計方法簡單、調節性能好、魯棒性強並能消除不可測干擾的影響，較適用於時滯系統的控制。

發展概況

內模控制(Internal Model Control)是八十年代初提出來的，它是一種實用性很強的控制算法，其主要特點是結構簡單，設計直觀簡便，線上調整參數少而且調整方針明確，特別是對於魯棒及抗干擾性的改善和大時滯系統的控制效果尤為顯著。在20多年的時間裡，內模控制不論在控制器本身的設計上，還是在於其它控制方法的結合上，或者是在向非線性、多變數系統的擴展上，都取得了長足的進步，為其廣泛套用打下了基礎。

第一，控制器的設計及改進
內模控制器的設計方法包括相消法、預測控制法、有限拍法等，其中相消法用得最為普遍。相消法中，控制器消去模型中最小相位部分後，為保證控制器可實現，加一個可實現因子(一階或高階濾波器)來調整系統的各項性能。有的學者在內模控制結構的基礎上，充分考慮對象模型非最小相位部分的影響，設計了基於H2最優的控制器。在反饋通道上加一個一階濾波器，即成為2一自由度內模控制，可以實現系統回響的跟蹤性能和魯棒性的分別調節。有的學者給反饋濾波器增加一個變增益環節，根據系統誤差及其變化率線上模糊調整修正反饋濾波器參數，並根據系統誤差的大小和模型誤差的正負，線上自動調整變增益。還有學者將上述調整方法結合，根據系統誤差和模型誤差，採用分段調節的方式，同時調整濾波參數和增益。

第二，內模控制與其他方法的結合
內模控制是基於模型，因此模型的精確程度是影響系統性能的關鍵。將自適應控制和內模控制相結合，線上辨識對象，並相應的調整模型和控制器，可以獲得較好的控制效果。分析了將自適應套用於內模控制的可行性。將自適應濾波最小均方差算法套用於內模控制，提高了內模控制對方慢時變系統的能力。進一步提出具有H2最佳化的自適應內模控制，並建立了系統穩定性和魯棒性與建模誤差的關係。

另外，工業過程中很多對象具有非線性特性，將內模控制擴展到非線性系統，為非線性控制提供了一條有效的途徑。但是，一般來說，非線性對象的模型和逆模型的結構化形式難以獲得，因此，通常需要用到如模糊模型和神經網路模型等一類非結構化形式的模型。針對一個典型的非線性系統，採用不同的神經網路控制結構，設計了不同的控制器。用一組模糊規則來描述非線性對象的動態模型，每一條模型規則代表一個局部線性系統，可以用一個有理傳遞函式來表示，並證明了一個開環穩定的非線性系統可以由有限的數量的模糊規則來近似。進一步提出了模糊自適應內模控制，線上修正每一個局部有理傳遞函式的參數。證明了在某種約束條件下非線性對象的神經網路模型的逆的存在性。進一步給定了非線性對象的神經網路模型的逆的穩定條件，並用於內模控制。充分利用神經網路的自學習及非線性逼近能力，建立非線性、不確定性過程的動態模型及逆模型，獲得了較好的控制效果。

不少學者基於內模控制結構，綜合各種控制(如模糊控制、自適應控制、神經網路)的優點，提出了很多控制方法。內模控制器作調節器，模糊邏輯作自適應機構，提出了一種模型參考自適應內模控制方法。將基於人工神經網路的時變時滯系統參數辨識算法與內模控制相結合，提出了時變時滯系統自適應內模控制算法。利用內模控制的思想提出一種統一的神經網路模型參考自適應控制器設計方案，簡化了基於神經網路的模型參考自適應控制系統的設計，給出了統一的設計步驟，它適用任意非線性系統，更接近於工程實際。採用智慧型化的模糊模型預估器作為被控過程的內部模型，對實際輸出起預測作用，從而克服時滯對系統帶來的不利影響。同時，根據預測誤差建立一模糊內模控制器，線上修正、補償被控過程的模型失配。

模糊自適應內模控制

內模控制同Smith預估控制一樣適用於滯後系統，能兼顧系統的動態控制性能和魯棒穩定性，而且只需整定一個參數，濾波器時間常數的選擇影響著整個控制的效果。雖然在其設計過程中考慮了模型失配和干擾等因
素的影響，但當模型存在嚴重失配時，採用固定的濾波器時間常數，所得到的閉環控制回響結果就不盡人意了。因此能否選擇一個合適的濾波器時間常數是控制過程成功與否的關鍵。

模糊控制雖然能對複雜的和難以建模的過程進行簡單而有效的控制，但是簡單的模糊控制器由於不具有積分環節，因而很難消除穩態誤差，尤其在變數分級不夠多的情況下，常常在平衡點附近產生小幅震盪。

結合PID控制方法、內模控制方法以及模糊控制原理，設計出模糊自適應內模控制一種新的先進控制策略。即通過模糊控制規則線上整定基於內模控制的PID控制中的濾波器時間常數。

以過程控制系統中的偏差和偏差變化率作為模糊控制器的輸入，以濾波器時間常數作為模糊控制器的輸出。通過建立的濾波器時間常數整定模糊規則，根據當前系統模型失配程度和干擾等運行狀況，適時的調整濾波器時間常數，使其在控制過程中達到最佳化。

該控制方法既具有PID算法控制精度高、魯棒性強的特點，又具有內模控制解決滯後問題，調整參數少的優點，同時還具備了模糊控制靈活適應性強的特點，使控制系統無論在動態回響品質還是在穩態精度上都達到較理想的控制效果。模糊自適應內模控制解決了工業工程中具有滯後性、非線性、時變性等模型難以建立的複雜對象的控制問題。