航天自適應控制是一種能保持高性能指標的控制理論與技術。
它能夠自動地補償在模型階次、參數和輸入信號方面非預知的變化，這就是自適應控制。而自適應控制器的特點就是它能修正自己的特性以回響過程和擾動的動力學特性變化。
基本介紹
- 中文名：航天自適應控制
- 外文名：Space adaptive control
- 運行：主動去適應系統或環境的變化
發展概況,組成,特點,主要特徵功能,系統定義,系統類型,常用的控制器,套用,存在的問題,發展方向,
發展概況
自適應控制系統首先由Draper和Li 在1951年提出，他們介紹了一種能使性能特性不確定的內燃機達到最優性能的控制系統。而自適應這一專門名詞是1954年由Tsien在《工程控制論》一書中提出的，其後，1955年Benner和Drenick也提出一個控制系統具有“自適應”的概念。
自適應控制發展的重要標誌是在1958午Whitaker“及共同事設計了一種自適應飛機飛行控制系統。該系統利用參考模型期望特性和實際飛行特性之間的偏差去修改控制器的參數，使飛行達到最理想的特性，這種系統稱為模型參考自適應控制系統(MRAC系統)。此後，此類系統因英國皇家軍事科學院的Parks利用李稚普諾夫(Lyapunov)穩定性理論和法國Landau利用Popov的超穩定性理論等設計方法而得到很大的發展，使之成為—種最基本的自適應控制系統。1974年，為了避免出現輸出量的微分信號，美國的Monopli提出了一種增廣誤差信號法，因而使輸入輸出信號設汁的自適應控制系統更加可靠地套用與實際工程中。
1960年Li和Wan Der Velde提出的自適應控制系統，他的控制迴路中用一個極限環使參數不確定性得到自動補償，這樣的系統成為自振盪的自適應控制系統。
Petrov等人在1963年介紹了一種自適應控制系統，它的控制數如有一個開關函式或繼電器產生，並以與參數值有關的系統軌線不變性原理為基礎來設計系統，這種系統稱為變結構系統。
Astrom和Wittenmark對發展另一類重要的自適應控制系統，即自校正調節器(STR)作出了重要的貢獻。這種調節器用微處理機很容易實現。這一有創見的工作得到各國學者普遍的重視，並且把發展各種新型的STR和探索新的套用工作推向新的高潮，使得以STR方法設計的自適應控制系統在數量上迢迢領先。在這些發展中以英國的Clarker和Gawthrop在1976年提出的廣義最小方差自校正控制器最受重視。它克服了自校正調節器不能用於非最小相位系統等缺點。為了既保持自校正調節器實現簡單的優點，又有拜較好的直觀性和魯棒件，l976年英國的Edmund首先提出極點配置自校正控制技術，Astrom，Westerberg和Wittenmark在這方面也做了一些研究。
近年來許多學者在自適應控制系統的穩定性、收斂件和設計方法上又做了大量的有益工作，其中有美國的Narend、Morse和澳大利亞的Goodwin。我國學者陳翰馥在收斂性分析方面也作了很大貢獻。
組成
航天自適應系統主要由控制器、被控對象、自適應器及反饋控制迴路和自適應迴路組成。
特點
自身特點
自適應控制必須首先要在工作過程中不斷地線上辨識系統模型（結構及參數）或性能，作為形成及修正最優控制的依據，這就是所謂的自適應能力，它是自適應控制主要特點。就是說它能修正自己的特性以回響過程和擾動的動力學特性變化。
自適應控制特點
與常規反饋控制系統比較，自適應控制系統有三個顯著特點：
(1)控制器可調
相對於常規反饋控制器固定的結構和參數，自適應控制系統的控制器在控制的過程中一般是根據一定的自適應規則，不斷更改或變動的；
(2)增加了自適應迴路
自適應控制系統在常規反饋控制系統基礎上增加了自適應迴路（或稱自適應外環），它的主要作用就是根據系統運行情況，自動調整控制器，以適應被控對象特性的變化；
(3)適用對象
自適應控制適用於被控對象特性未知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，設計時不需要完全知道被控對象的數學模型。
研究對象特點
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。
主要特徵功能
（1） 過程信息的線上積累 線上積累過程信息的目的i，是為了降低對被控系統的結構和參數值的原有的不確定性。為此，可用系統辨識的方法線上辨識被控系統的結構和參數，直接積累過程信息；也可通過測量能反映過程狀態的某些輔助變數，間接積累過程信息。
（2） 可調控制器 可調控制器是指它的結果、參數或信號可以根據性能指標要求和被控系統的當前狀態進行自動調整。這種可調性要求是由被控系統的數學模型的不定性決定的，否則就無法對過程實現有效的控制。
（3） 性能指標的控制 性能指標可分為開環控制方式和閉環控制方式兩種。 自適應控制主要經歷了以下發展歷程：
1）模型參考自適應方法
2）自校正控制方法
3）自適應系統的收斂性分析
4）自適應控制的魯棒性分析及魯棒自適應控制
系統定義
自適應控制系統尚沒有公認的統一定義，一些學者針對比較具體的系統構成方式提出了自適應控制系統的定義。有些定義得到了自適應控制研究領域廣大學者的認同。下面介紹兩個影響比較廣泛的定義。
定義1（Gibson，1962年）一個自適應控制系統應提供被控對象當前狀態的連續信息，即辨識對象；將當前系統性能與期望性能或某種最最佳化指標進行比較，在此基礎上做出決策，對控制器進行實時修正，使得系統趨向期望性能或趨於最最佳化狀態。
定義2（Landau，1974年）一個自適應系統，應利用可調系統的各種輸入-輸出信息來度量某個性能指標，然後將測量得出的性能指標與期望指標進行比較，由自適應機構來修正控制器的參數或產生一個輔助信號，以使系統接近規定的性能指標並保持。
定義1和定義2實際上規定了兩類最重要的自適應控制系統：自校正系統和模型參考自適應控制系統。它們的區別在於：定義1所規定的系統需要對系統進行辨識，定義2所規定的系統不需要進行顯示的辨識；定義1要求自適應系統按照某種最優指標做出決策，定義2不要求進行顯式的決策，而將其隱含在某種已知的（通過參考模型表示）性能指標之中。不過兩者的基本思想都是一致的。
系統類型
自從50年代末由美國麻省理工學院提出第一個自適應控制系統以來，先後出現過許多不同形式的自適應控制系統。比較成熟的自適應控制系統有下述幾大類。
(1) 可變增益自適應控制系統
這類自適應控制系統結構簡單，回響迅速，在許多方面都有套用。調節器按被控過程的參數的變化規律進行設計，也就是當被控對象（或控制過程）的參數因工作狀態或環境情況的變化而變化時，通過能夠測量到的某些變數，經過計算而按規定的程式來改變調節器的增益，以使系統保持較好的運行性能。另外在某些具有非線性校正裝置和變結構系統中，由於調節器本身對系統參數變化不靈敏。採用此種自適應控制方案往往能去的較滿意的效果。
(2) 模型參考自適應控制系統
（Model Reference Adaptive System，簡稱MRAS） 模型參考自適應控制系統由以下幾部分組成，即參考模型、被控對象、反饋控制器和調整控制器參數的自適應機構等部分組成設計這類自適應控制系統的核心問題是如何綜合自適應調整律，即自適應機構所應遵循的算法。關於自適應調整律的設計目前存在兩類不同的方法。其中一種稱為局部參數最最佳化地方法，即利用梯度或其他參數最佳化的第推算法，求得一組控制器的參數，使得某個預定的性能指標，如J=∫e2(t)dt，達到最小。最早的MIT自適應律就是利用這種方法求得的。這種方法的缺點是不能保證參數調整過程中，系統總是穩定的。自適應律的另一種設計方法是基於穩定性理論的方法，其基本思想是保證控制其參數自適應調節過程是穩定的，然後再儘量是這個過程收斂快一些。由於自適應控制系統是本質非線性的，因此這種自適應律的設計自然要採用適用於非線性系統的穩定理論。Lyapunov穩定性理論和Popov的超穩定性理論都是設計自適應律的有效工具。由於保證系統穩定是任何閉環控制系統的基本要求，所以基於穩定性理論的設計方法引起了更為廣泛的關注。
(3) 自校正調節器
（Self-tuning Regulator，簡稱STR） 這類自適應控制系統的一個特點是具有一個被控對象數學模型的線上辨識環節，具體地說是加入了一個對象參數的遞推估計器。由於估計得是對象參數，而調節器參數還要求解一個設計問題方能得出。這種自適應調節器也可構想成為內環和外環來年各個環路組成，內環包括被控對象和一個普通的線性反饋調節器，這個調節器的參數由外環調節，外環則由一個遞推參數估計器和一個設計機構組成。這種系統的過程建模和控制的設計都是自動進行，每個採樣周期都要更新一次。這種結構的自適應控制器稱為自校正調節器，採用這個名稱為的是強調調節器能自動校正自己的參數，已得到希望的閉環性能。
(4) 自尋最優控制系統
自尋最優控制系統是一種自動搜尋和保持系統輸出位於極值狀態的控制系統。先前這種系統稱為極值控制系統。在這種系統中，受控系統的輸入—輸出特性至少有一個代表最優運行狀態的極值點或其他形式的非線性特性。因此，受控對象是非線性的。如果極值特性在運行過程中不發生變化，則可通過分析和試驗找到一個能使系統工作在極值位置的固定控制量，這時由常規控制便可保持最優運行狀態。不過，許多工業對象的極值特性在運行中都或多或少會發生漂移，因而無法採用常規控制策賂。對於這類受控系統，採用自尋最優控制策略便可自動保持極值運行狀態，使運行狀態的梯度為零。此外，自尋最優控制系統還具有易於理解和實現方便等優點，所以它在工業中也有廣泛的套用。
(5) 學習控制系統
這是一類按行為科學進行處理的控制系統，它比上述各類自適應控制系統都更加複雜。這種系統的先驗信息相當缺乏，為了保證有效的工作，它一般應具有識別、判斷、積累經驗和學習的功能。由IEEE的“自適應學習和模式識別標準與定義小組委員會”提出的定義如下：
定義(學習系統)
一個系統，如果能對一個過程或其環境的未知特徵有關的信息進行學習，並將所得的經驗用於未來的估計、分類、決策或控制，以改善系統的性能，則稱此系統為學習系統。若一個學習系統以其學得的信息用來控制一個具有未知特徵的過程，則稱為學習控制系統。根據學習時是否需要接收外部信息，學習過程可分為兩類：監督學習和無監督學習。在實際套用中，常將兩種學習方式組合使用。首先通過監督學習獲取儘可能多的先驗信息，然後改為無監督學習，以使收到最好的學習效果。學習系統的形式有模糊自適應控制和專家或智慧型自適應控制。
研究學習過程的數學方法很多，在學習控制系統中採用的方法有：採用模式分類器的可訓練系統、增量學習系統、Bayes估計、隨機逼近、自動機模型和語言學方法等。學習系統理論的套用不限於控制工程，在計算機科學、經濟和社會等領域中也有套用。
其他自適應控制系統還有混合自適應控制、非線性控制對象自適應控制、模糊自適應控制、神經網路自適應控制等等。
其他
(6)直接最佳化目標函式自適應控制
(7)模糊自適應控制
(8).多模型自適應控制
(9)自適應逆控制
常用的控制器
太空飛行器智慧型自適應控制是太空飛行器智慧型自主控制的一個重要組成部分。
控制器是自適應控制系統的重要基礎，是實現既定控制策略和保障控制性能的重要環節。以下介紹幾種控制器基於線性理論下的控制方法。
一般的線性控制器
一般的控制器可描述為:
PID控制器
PID控制器是一種具有固定結構形式的線性控制器
傳遞函式： 
對消控制器
控制器傳遞函式為：
非周期控制器
控制的傳遞函式為：
套用
戰術飛彈的自校正控制
戰術飛彈在整個飛行過程中，由於飛行速度和高度的變化，使彈體參數劇烈變化，嚴重地影響了控制性能。當用經典控制理論設計自動駕駛儀時，一般採用舵迴路、阻尼迴路和加速度迴路來減弱參數變化對系統的影響，但用這種方法不能完全消除參數變化對系統的影響。為了進一步提高飛彈的控制性能，有必要採用自適應控制。 自校正控制是自適應控制的一種，它適用於結構已知，但參數未知而恆定或參數緩慢變化的系統。採用自校正控制需要辨識被控系統的參數，並自動校正控制作用，達到預期的控制效果。用自校正控制技術設計自動駕駛儀，能夠使被控系統適應參數變化，保持較好的性能。
空間環境模擬器自適應控制
由於控制過程的複雜性和不能對被控對象進行事先測定以及在控制過程中希望不要人工干預等，用PID調節器，每做一次環境模擬試驗，都要調試Kp、Ki、Kd等參數，非常麻煩，且保證不了過渡過程中超調調小於2℃的要求。用一般最佳控制，其狀態方程的參數無法確定。用自校正調節器，需要知道滯後步數Ko和一次性測試βo ，而空間環境模擬器無法事先知道Ko，又無法確定βo，因為穩態和初治狀態的βo差別很大、自校正調節器不適合於過渡過程控制，特別是本系統對過渡過程超調的要求很高。經多次實驗均告失敗。自校正控制器也因需要試湊控制權而遇到困難。總之，採用前述的各種方法，都無法衡足實驗任務的要求。全係數自適應控制方法的提出，就是為了解決這個問題。
在航海方面
瑞典Astrom等人首先在大型油輪上採用了自適應控制的自動駕駛儀，取代了原有的PID調節器的自動駕駛儀。實驗證明，自適應自動駕駛儀能夠在變化複雜的隨機環境(例如，在海浪、潮流、陣風的干擾以及在不同載荷不同的航速)下，都能使油輪按照預定的航跡穩定而可靠地航行。並取得了良好的經濟效益。
在化工過程方面
在鋼鐵和冶金工業方面許多工藝過程為非線性、非平穩的複雜過程，原材料成份的改變，催化刑的老化和設備的磨損等，都可能使工藝參數發生複雜而複雜較大的變化，對於這類生產過程，採用常規的PID調節器往往不能很好地適應工藝參數的變化而導致產品的產量和質量不穩定。當採用自適應控制後，由於調節器的參致可以隨工藝參數的變化而按某種最優性能自動整定，從而保證了產品的產量和質量不隨工藝參數的變化而下降，於是在十多年前即有人提出採用自適應控制來代替常規的PID調節器。目前在板軋機的厚厚度，帶鋼熱軋機的張力，水泥的配料造紙等方面都有不同程度的自適應控制作用，並取得了較好的效果。
在電力系統方面
六十年代即出現對鍋護燃燒效率的優比控制，且在熱交換器上採用自適應控制技術使控制參數最優地適應發電機和各種負荷條件。到了七十年代自適應控制技術在火力發電站和水力發電站上的套用也獲得了成功，並在原子能電站上進行了試驗所究。
在電力拖動力面
已經用自適應控制對電動機的轉矩、轉速、位置和功率進行有效的的控制。目前，有人研究對交流感應電動機的轉速採用自適應控制以達到當系統在運行過程中其慣性、負載力矩、時間常數和系統增益在大范同內變化時，系統的動態相應應仍可保持在期望值附近的目的。
在非化工業領域
如社會、經濟、管理、生物、醫學等等方麵包有了一些探索。近來，巨觀經濟系統的隨機最最佳化問題也引起了人們的注意。 我們完全可以預測，隨著控制理論和電子計算機技術的發展，自適應控制的套用將會愈來愈廣泛，所獲得的效益會愈來愈大。
存在的問題
①適應控制理論上很難得到一般解，給推廣套用帶來了困難；其通用性和開放性嚴重不足
②目前的參數估計方法都是在理想情況下隨時間趨於無窮而漸近收斂，而實際工程套用需要在有限時間內快速收斂的參數估計方法；
③有些自適應控制器啟動過程或過渡過程的動態性能不滿足實際要求；
④控制精度與參數估計的矛盾；
⑤低階控制器中存在高頻未建模；
⑥測量精度直接影響控制器參數，進而影響系統性能。
發展方向
總述
①在保證自適應控制精度的前提下，研究快速收斂的參數估計算法；
②研究魯棒自適應控制方法，解決高頻未建模問題；
③解決自適應控制系統啟動階段和過渡過程的參數收斂和動態性能問題；
④自適應控制方案的規範化，即提高其通用性和開放性；
⑤研究組合自適應控制策略，主要有自適應PID控制和智慧型自適應控制
航天自適應控制未來發展的方向：結合神經網路、模糊控制、知識庫和專家系統等人工智慧技術
基於模糊控制理論的研究
針對對象模型不準確、非線性、慢時變性和時滯性等情況，採用了基於模糊控制理論的自適應控制策略,使自適應控制有了更廣的適用範圍,更容易實現。把模型參考自適應控制與模糊控制相結合的控制策略套用於在環境干擾下、系統本身動態變化及模型不準確的對象,仿真表明,與模型參考自適應控制相比,這一控制方法具有算法簡單、實時性及魯棒性強、自適應過程快的特點。介紹了基於模糊控制的多模型參考自適應控制,仿真表明該方法跟蹤迅速。採用基於模糊模型的自校正控制,仿真和實驗表明此方法適用於非線性、慢時變和時滯性系統,具有魯棒性強的特點。闡述了自調整模糊控制,即將自適應控制、Smith預估器和模糊控制結合起來,對模糊量化因子及系統增益按誤差及其變化率進行自調整,該方法已通過仿真與現場的考驗。
基於神經元網路的研究
對於複雜非線性系統，把神經元網路套用於自適應控制。把基於神經元網路的自適應控制方法用於穩定的、有某些未知非線性函式和可反饋線性化的對象,仿真實驗表明,此方法有 一定的實用性,但由於這一方法僅具有局部收斂性,因此要求神經網路初始權係數充分接近正確權係數。設計了一種自適應神經網路的智慧型控制器,該控制器由兩個自適應神經網路組成,一個用於評優,另一個用於學習並產生控制信號,仿真表明它能適用於一定複雜程度的非線性對象的控制。將神經網路作為補償器套用於魯棒自校正控制器,可使基於線性低階模型的自校正算法適用於某些複雜的非線性系統。
基於多學科交叉的研究
儘管基於模糊控制或神經網路的自適應控制可擴大自適應控制的適用範圍,或在某方面能改善控制性能,但是仍有缺點,因此科學研究人員進行了基 於多學科交叉的自適應控制理論研究。
如何設計單個神經元學習單個變數的自適應模糊控制器,以改善控制性能,儘管這種設計方法在理論上能一定程度地改善基於神經網路的自適應控制性能,但是實驗結果並不十分理想。把單層神經網路套用於自適應模糊控制器,並提出由單層神經網路學習多變數模糊控制規則中的未知參數,實現多變數模糊推理過程,該方法能解決多變數模糊控制規則難以獲取及實時自適應控制難以實現的問題,但速度仍不理想。又把神經元學習的赫布(Hebb)規則與梯度算法相結合,構成梯度—赫布學習法,並套用於自適應模糊控制器中,這種方法可提高學習速度,減少實時控制超調量。利用模糊邏輯和BP算法相結合來設計模型參考模糊神經網路控制器,這種控制器可適用於缺乏準確數學模型的對象。
