1.4解耦控制策略在工程中如果被控系統(tǒng)中存在了耦合因素，對被控系統(tǒng)的控制通常會遇到如下幾 種情形：(1) 存在著耦合的被控系統(tǒng)，由于各個子系統(tǒng)不能拆開單獨考慮，所以子系統(tǒng)的 參數(shù)整定要進行許多次，但往往也很難找到一組滿意的整定數(shù)據(jù)。(2) 存在耦合的系統(tǒng)，對其控制器設(shè)計與結(jié)構(gòu)分析相比于非耦合系統(tǒng)所要求的相 關(guān)信息和數(shù)據(jù)要多出許多。(3) 從理論上來講被解耦后的個獨立系統(tǒng)可以采用已經(jīng)成熟的控制器對其進行控 制。但至今也沒找到一種簡單方便方法對耦合系統(tǒng)進行解耦。尤其是在變量參數(shù)繁多 的情況下，實際中很難設(shè)計出精確解耦控制器。(4) 解耦后的獨立系統(tǒng)控制器按照性能指標要求對其內(nèi)部的參數(shù)進行整定，然而 針對耦合系統(tǒng)，由于相關(guān)聯(lián)的因素很多，控制器隨時進行參數(shù)整定是非常不容易的。線性解耦控制需要被控系統(tǒng)精確的數(shù)學傳遞函數(shù)，通過串聯(lián)互補矩陣將耦合系統(tǒng) 傳遞函數(shù)矩陣的非對角線元素轉(zhuǎn)化為零，從而達到解耦的目的。近年來隨著智能控制 技術(shù)的飛躍發(fā)展，人們發(fā)現(xiàn)智能控制也可以應用到解耦控制中。其優(yōu)點為不必明確知 道精確的系統(tǒng)數(shù)學表達式，從而解決了線性解耦的不足。智能解耦尤以神經(jīng)網(wǎng)絡、逆 系統(tǒng)解耦為代表[16_17]。模糊神經(jīng)網(wǎng)絡解耦：模糊控制器的突出優(yōu)點在于其對參數(shù)的變化不敏感，因此模 糊控制算法可以被用在解耦控制中。但是模糊控制器的設(shè)計方法首先需要知道專家的 經(jīng)驗以及制定模糊控制規(guī)則，但是要得到模糊控制器的模糊規(guī)則是很不容易的。在一 些條件下，所得到的只是大量控制器反饋回來的數(shù)據(jù)，而并不全部都是模糊控制規(guī)則 所需要的數(shù)據(jù)，因此需要對全部的數(shù)據(jù)進行萃取出能夠滿足“if-then”語句的規(guī)則。 由于神經(jīng)網(wǎng)絡系統(tǒng)擁有對非線性系統(tǒng)的映射功能，擁有較強的自主學習和適應未知系 統(tǒng)的功能，所以采用神經(jīng)網(wǎng)絡系統(tǒng)可以提取出模糊控制器中不易得出的模糊規(guī)則，從 而實現(xiàn)了對復雜非線性耦合系統(tǒng)的解耦[18]。文獻[19]采用了空間變量變換的方法對磁懸浮平臺進行解耦，實現(xiàn)了對耦合平臺 的三自由度解耦，并對解耦后的單電磁懸浮系統(tǒng)設(shè)計了模糊PID控制器。實驗結(jié)果表 明：磁懸浮平臺對于階躍響應的超調(diào)量很小，大約為百分之六，上升時間大約為0.1 秒，穩(wěn)態(tài)誤差大約為百分之二；當懸浮平臺受到干擾偏移0.2毫米時，系統(tǒng)能很快回 到設(shè)定的位置，這表明控制器使懸浮系統(tǒng)具有了良好的魯棒性和高剛度特性。文獻[20] 研究了磁懸浮列車懸浮在軌道上產(chǎn)生的耦合情況。采用了非線性的解耦方法，對單電 磁懸浮系統(tǒng)的縱向耦合進行了解耦，并對解耦后的獨立系統(tǒng)配置了新的極點，使其獲 得滿意的性能。仿真結(jié)果表明了該方法可以有效地簡化復雜問題，并且實現(xiàn)了系統(tǒng)的 全局穩(wěn)定性和優(yōu)越的動態(tài)性能。逆系統(tǒng)解耦：逆系統(tǒng)分為兩種，一種是左逆系統(tǒng)，另一種是右逆系統(tǒng)。左逆系統(tǒng) 研究對象是系統(tǒng)輸入的觀測問題，右逆系統(tǒng)研究的對象是系統(tǒng)的輸出觀測問題。一般 我們只討論左逆系統(tǒng)。通過求解被控系統(tǒng)的逆系統(tǒng)，然后將求解得到的逆系統(tǒng)串聯(lián)在 被控系統(tǒng)前，逆系統(tǒng)將被控系統(tǒng)轉(zhuǎn)化成了偽線性系統(tǒng)。偽線性系統(tǒng)是指非線性系統(tǒng)具 備了線性系統(tǒng)的特征，但其本質(zhì)仍然是非線性的。串聯(lián)逆系統(tǒng)后的耦合系統(tǒng)會被解耦 成多個SISO的偽線性系統(tǒng)，由于非線性系統(tǒng)具有了線性系統(tǒng)的特征，因此對于工程 上來說降低了控制難度和控制成本。由于想要得到非線性系統(tǒng)的逆系統(tǒng)非常困難，因 此需要利用一些算法求得非線性系統(tǒng)的逆系統(tǒng)。文獻[21]利用模糊神經(jīng)網(wǎng)絡的泛化和 擬合能力來模擬出發(fā)酵系統(tǒng)的非線性逆模型。文獻[22]利用支持向量機非線性回歸功 能逼近兩個耦合電機的逆系統(tǒng)。本文采摘自“精工加工中心龍門磁懸浮系統(tǒng)耦合分析及控制研究”，因為編輯困難導致有些函數(shù)、表格、圖片、內(nèi)容無法顯示，有需要者可以在網(wǎng)絡中查找相關(guān)文章！本文由海天精工整理發(fā)表文章均來自網(wǎng)絡僅供學習參考，轉(zhuǎn)載請注明！