超螺旋滑模控制(Super Twisting Algorithm, STA)
超螺旋滑模控制又称超扭滑模控制,可以说是二阶系统中最好用的滑模控制方法。
系统模型
对于二阶系统可以建立具有标准柯西形式的微分方程组
与传统滑模相比,超螺旋滑模,使用积分来获取实际控制量,不含高频切换量,所以系统中没有抖振。
令滑模面为s,只要满足以下的方程,即为稳定
控制器设计
设状态 的期望值为 ,则跟踪误差为
设计滑模面为
则滑模面的导数为
可以得到控制量
参数设定为
式中, 均大于0。
稳定性证明
可以看出,控制量中含有的不再是滑模面,而是多项式 。除此之外,在 中还出现了另一个参数 ,不妨把这两者定义为新的状态变量,在此基础上设成李雅普诺夫函数。
将第一项带入第二项
设置新的状态变量为
设置李雅普诺夫函数为
其中 为
李雅普诺夫函数的导数
对李雅普诺夫函数进行求导
其中 为
这样我们得到李雅普诺夫函数
求 的特征根
解方程组解得特征根为
所以
比较 $p_{min}(Q) Z^T Z Z^TQZ$的大小,为了简便运算,将根号项用 表示
上式中
所以我们得到
同理可证
李雅普诺夫函数导数的变换
上式是根据 做出的,对于 同样根据上式可得
向量的0范数,向量中非零元素的个数
向量的1范数,向量中各元素绝对值的模
向量的2范数,通常意义上的模值,欧几里得范数
向量的无穷范数,向量的最大值矩阵的1范数,列和范数,所有矩阵列向量绝对值之和的最大值
矩阵的2范数,谱范数,即 矩阵的最大特征值的开平方
矩阵的无穷范数,行和范数,所有矩阵行向量绝对值之和的最大值
矩阵的F范数,Forbenius范数,所有矩阵元素绝对值的平方和再开放
的欧几里得范数为
所以
我们再次回到
其中
若系统满足 其中 ,则系统可以在有限时间内稳定
矩阵Q正定性的保证
上面的证明保证了系统具有李雅普诺夫稳定性,但是只有在的情况下才能保证系统稳定,此时需要
与 保持同号,由于矩阵为正定矩阵,所以必大于0,那么需要保证也大于0。
正定矩阵的特征值都是正数
不妨直接取
这样的话可以简化一下
所以 的特征根为
由于 所以 非常显然,现在只需要保证 ,则可以有
重写李雅普诺夫函数
上一节中给出了保证 正定性的条件,但是 和 这两个参数值是人为给出的,因此需要把这两个参数加入到李雅普诺夫函数中来
其中 为未知常数,对其求导
根据 有
设 中最小的数为 ,则上式为
带入 有
由于 为未知常数,那我们假设 ,总能找到两个常数满足这两个条件
此时若令
则
其中
所以此系统具有李雅普诺夫稳定性,尽管有 存在,系统仍然可以在一定程度上保持稳定,原因在于我们证明了 而不是传统的
版权声明:本文为博主作者:LyaJpunov原创文章,版权归属原作者,如果侵权,请联系我们删除!
原文链接:https://blog.csdn.net/weixin_43903639/article/details/129055053