[0001] 本发明涉及一种控制系统，一种用于控制处理的方法，以及涉及一种计算机程序 广品。

[0002] 用于控制处理的控制系统在本领域中是公知的。控制系统要求近年来已经增加。 发现PID控制器以其当前的形式不足够好到处理这些要求。因此，使用非线性控制器已经成 为必须。即使非线性控制器是非常复杂的，并且不能在某些系统上应用。

[0003] PID控制器中的一个问题是，它具有多个控制回路(通常是三个或四个回路），并且 对于每个回路，存在三个参数需要调谐，这可能需要多天的调谐以达到可接受的性能。即使 在所有那样的调谐努力之后，性能可能仍然不匹配非线性控制器的性能。某些控制器允许 减少调谐参数的数目（无差拍(Deadbeat) Jeigler-Nichols)，但不能对控制回路的数目进 行任何改变。

[0004] 在20世纪80年代，无差拍控制器被开发，以便降低调谐参数的数目。然而，这仅适 用于利用离散的时间控制。在2008年，提出了具有无差拍控制器的应用，其容许连续的时间 控制。例如，参见Peng Wen和Te-Wei Lu，Decoupling Control of a Twin Rotor ΜΙΜΟ System using Robust Deadbeat Control Technique，proceeding of：Control and Automation，2007年.ICCA 2007年.IEEE，根据其，研究了双转子ΜΜ0系统的解耦控制并且 建议将稳健的无差拍控制技术应用于该非线性系统。首先，非线性问题被识别并且系统模 型被开发。然后，我们示出，该系统能够被解耦成两个SIS0系统，并且交叉耦合可以被视为 对彼此的干扰。最后，我们将稳健的无差拍控制方案应用到两个SIS0系统并且为它们中的 每个设计控制器。在模拟中对该设计进行评估，并且在双转子ΜΜ0系统中对最后的结果进 行测试。与具有两个PID控制器的传统系统相比，该方法容易遵循，并且结果示出，所提出的 方案具有更少的过冲、更短的稳定时间（settling time)并且对交叉親合干扰更稳健。因 此，以持续的形式将无差拍控制器应用在多输入多输出(MHTO)系统上。但是，它被应用在修 改的系统传递函数上。因此，它被认为是不够的，因为对系统的任何修改通常都会导致高的 误差余量。该出版物不解释该系统，并且系统降阶被应用，因为真实系统(其是不正确的）改 变系统的任何部分基本上忽视了该系统的一部分，好像它不存在一样。系统数学模型是系 统部件的表示。对数学模型的任何改变都必须非常认真地进行，并且必须被很好地解释。大 多时候，当在模拟中改变系统的一部分时，它大大地导致严重的控制问题。它还可以导致系 统故障。

[0005] 在'PID Parameter Optimization of an UAV Longitudinal Flight Control System'，Kamran Turkoglu,Ugur Ozdemir,Melike Nikbay,and Elbrous M.Jafarov, World Academy of Science,Engineering and Technology 21,2008,pp. 340-345中，根据 其，基于积分均方误差（ISE)参数优化技术的自动控制系统设计已经在UAV(无人机)的纵向 飞行动态上得到实现。这旨在使设备(plant)的输出与参考信号之间的误差函数最小化。在 文章中，已经相对于误差动态对目标函数进行了定义。已经通过使用必要的且足够的最优 性条件来解析地求解了无约束优化问题，最佳的PID参数已经被获取并在控制系统动态中 实现。

[0006] 缺点使得这些控制器和/或在这些控制器中使用的算法不太适于连续的系统，或 者使得这些控制器由于这些控制器所需的回路数目而复杂化。例如，已知控制器中需要被 调谐的增益和其它设置的数目使得这些控制器难以应用于真实的进程，如果不是不可能。

[0063] 在许多ΜΜ0系统中，该控制可以使用一组比例积分差分回路或PID来限定。在这种 系统中，系统传递函数可以定义为：

[0065]因此，在任何系统传递函数中，存在分子和分母。分母的阶(od)与分子的阶(on)之 间的差通常是从〇到2(n)。在图1中，示出了无差拍控制系统的示例。在研究无差拍系统之 后，发现只有〇d-〇n〈3时无差拍方程才适用。被称作"系统降阶"的技术可以在系统的分子上 应用，以便将阶差(η)从2增加到3。然后，另外或可替换地，我有了用"增益"（常数K)替代整 个分子的想法。其也被成功地应用。

[0066]在具有多个输入和多个输出的ΜΜ0系统中，各种系统回路可以组合。注意到，在这 些系统中，不同的系统回路具有相同的分母。

[0067] 因此，在实施例中，如果应用系统降阶，则分子阶可以减少到零。因此，系统降阶可 以使分子和分母之间的差多于二。因为分子的阶变为零，并考虑到所有的系统传递函数具 有相同的分母，所以结果是修改的传递函数对于所有的系统回路变得相同。

[0068] 在另一个或其它阐述的实施例中，发现如果可以用"增益"替代分子并且特别地如 果该"增益"对于所有系统回路是相同的，考虑到它也具有同样的分母，则结果是修改的传 递函数对于所有的系统回路变得相同。

[0069] 因此，利用这些实施例中的任一或它们的组合，可以一次求解所有的系统回路而 不是单独求解每个回路(如在经典的PID和无差拍控制器中）。然后可以将该控制器应用在 原始的传递函数上，这意味着将对系统行为没有影响。对于四回路系统(例如参见图2)，原 始12个增益需要被调谐(每个回路中回路数*增益数= 4*3 = 12)。然而在建议的修改之后， 只有一个"增益"（并且对于某些系统没有)需要调谐。这意味着，需要调谐的增益的数目减 少90%以上!应用该控制器将意味着巨大的节省和惊人的系统性能。

[0070] 用于当前控制系统的多个方式的示例将被说明，应用到UAV自动驾驶仪 (autopilot)调谐。它是用于研究目的的小型UAV的系统。该系统状态空间表示具有与之相 关联的四个回路，其是:空气速度、z方向上的速度、攻角、俯仰角。

[0071] 通常，对于UAV的完全自主飞行而言，有九个系统回路待调谐。为了调谐具有用于 每个PID控制器的通常三个增益(称为KP、KI和KD)的那些经典的九个系统回路，需要大量的 人力和时间。应用无差拍控制器(众所周知，参见Jay Dawes等人，"Design of Deadbeat Robust Systems"，Glasgow，UK，ppl597-1598，1994)，每个PID控制器的三个增益参数减少 至仅1个参数。这意味着，对于通常的9个系统回路而言，我们现在仅需要调谐9个增益，而不 是原来的9X3 = 27个增益。这意味着，所需的调谐参数的数目降低了66.7%。

[0072] 将说明，使用当前的控制系统，调谐参数的数目甚至可以被进一步减少。因为回路 的数目也可以被减少，所以调谐参数的数目最终可以被减少到仅1 X 1 = 1个参数。这意味着 调谐参数的数目可以减少96.5 %。

[0073] 因此，可以使用修改的PID控制器来实现控制系统，修改的PID控制器使用我们将 称之为"系统降阶"的技术和/或我们将称之为"零增益替代"的技术。可以将这些技术结合 起来。

[0074] 在这个示例中，首先我们将说明使用系统降阶的控制系统。

[0075] 任何航空系统都是由三个运动（即，俯仰、滚动和偏航)表示的。俯仰和滚动在纵向 方向上，并且滚动在横向方向上。在纵向方向上，存在两个力和一个力矩。力是X-力和Z-力。 力矩Μ是俯仰力矩。力和力矩如下表示：

[0079]假设具有下面的状态空间的系统：

[0086]接下来，系统降阶（参见R.Prasad等人，"New Computing technique for order reduction of linear time invariant systems using stability equation method"， Journal of the institution of Engineers IE(I)Journal EL,Vo 1.86,Sept.2005, PP133-135)被应用在（1)和(2)两者上：

[0089] 现在，为了验证该求解方法，将使用无差拍方程求解Θ的UAV传递函数。求解Θ，我们 得到

[0090] DcDs = s(s3+1,05s2+1.26s+l. 226) (5)

[0091] DcNsH2 = s(27)Kb (6)

[0092] NcNsHi = K3 (s2+Xs+Y) (27) (1+Kis) (7)

[0093] 现在取K3 = l(待随后调谐)为起始值。如果我们在无差拍方程中进一步将期望的 稳定时间选择为2秒，则我们可以计算ωη的值，并且无差拍参数α、β、γ的值(从下面的无差 拍表找到)如下：

[0094] α = 2.2；β = 3.5； γ =2.8

[0096] 当我们将其代入一般无差拍方程时，无差拍传递函数的特征方程变为：

[0097] Gdb = s4+6.6138s3+31.6314s2+76.0735s+81.6778 (8)

[0098] 应用无差拍方程(Gdb)，即，使每个"s-幂"的参数相等，我们发现：

[0099] 1.05+27*kl=6.6138 (9)

[0100] 1.26+27klX+27 = 31.631 (10)

[0101] 1.226+27(Kb+X+klY) = 76.0735 (11)

[0102] 27Υ = 81·6771 (12)

[0103] 求解上述组方程(9) -(12)，我们发现：

[0104] Ki= .214，Kb= 1.42，Χ=· 7857, Υ = 3· 1414

[0105] 在以如上所示的方式求解未知数之后，Κ3被调谐并且最终的值被发现是1。接下 来，相同的PID求解方法被应用在俯仰角（Θ)和速度(u)两者上。

[0106] 图3示出了 UAV对以20度作为期望的俯仰角的设置点的响应，而图4示出了对于具 有15m/s的设置点的速度的响应。图5示出了俯仰角跟踪。

[0107] 备注：

[0108] 1-没有过冲

[0109] 2-稳定时间是所期望的

[0110] 系统稳健性 Com]可以通过对系统参数应用一些改变来对系统稳健性进行测试。如果系统保持稳定 并且有相同性能，则系统对干扰是稳健的。图3、4和5示出了在对原始系统应用100%高估和 50 %低估之后，该系统保持稳定。

[0112]系统最优性

[0113]系统最优性可以在该求解方法中示出，因为增益K3需要被调谐以达到最佳性能。

[0114] 应用于MBTO系统的控制器

[0115] 因为UAV系统是ΜΜ0系统，所以控制器被成功地应用于输出Θ和U。

[0116] 与其它类似的工作比较：

[0117] 结果示出振荡和5秒的稳定时间以及既不是调谐参数也不是控制回路的数目减 少。在当前的示例中，没有振荡发生，稳定时间为2s，调谐参数和回路的总数目减少为 96.5%〇

[0118] 改进：

[0119] 该求解方法被应用在一个PID而不是两个PID上。这意味着，一个PID控制器被用来 控制俯仰角（Θ)和速度(u)两者。这种改进将使PID的解耦效应最小化(这就是PID控制器不 匹配其它高级控制器的性能的原因）。这将肯定会增强系统性能和降低成本以及简化控制 回路。通过降低调谐参数的数目，调谐系统需要较少的时间和人力以及较少的经验。

[0120]实现：

[0121]该想法可以在控制回路中的任何系统上实现。按照下面的步骤。

[0122]同样，假设具有如上例示的状态空间的系统，其中A和B如上定义（参见 K.Turkoglu,U.Ozdemir,M.Nikbay,E.Jafarov,UPID parameter optimization of a UAV longitudinal Flight control system"，World Academy of Science,Engineering and Technology 45,2008.)，针对速度和俯仰角的传递函数(同样)如下：

[0125]我们首先应用零增益替代。在该方法中，用一个单增益K替代所有的零（S-a)(s-β)……，如下：

[0128]在(13)，（14)中，分母的阶是4,分母和分子之间的差是4,使用无差拍：

[0129] Hi = l+kis+k2S2 (17)

[0130] 求解(15)或（16)的分母，我们得到：

[0131] DcDs = s ( s4+2.82s3+4.13s2+3.544s+3.45) (18)

[0132] DcNsH2 = s(K)Kb (19)

[0133] NcNsHi = K3 (s2+Xs+Y) (K) (1+Kis+K2s2) (20)

[0134] 取K3=l(待随后调谐）

[0135] 如果我们将所期望的稳定时间选择为2秒，那么我们得到下面的无差拍参数(见下 面的无差拍表，根据J.Dawes，L.Ng,R.Dorf,and C.Tam, "Design of deadbeat robust systems /'Glasgow,UK,,pp1597-1598,1994)

[0137] ai = 2.7 ； a2 = 4.95 ； a3 = 5.4 ；a4=3.4

[0138] 其中K表示Ke或Ku

[0140] 该无差拍特征方程变成如下

[0141] Gdb = s4+9.1631s3+56.4359s2+211.0733s+451.0226 (21)

[0142] 通过将方程(21)和方程(18)-(20)的s的每个幂的参数设置为相等，下面的非线性 方程系统应该被求解以获得所有的增益K、X和Y:

[0143] (K*K2+2.82) = 9.1631 (22)

[0144] (K*Ki+K*K2*X+4.125) = 56.4359 (23)

[0145] (Κ+Κ*Κι*Χ+Κ*Κ2*Υ+3· 544) = 211.0733 (24)

[0146] (K*Kb+K*X+K*Ki*Y+3.45)=451.0226 (25)

[0147] Κ*Υ = 450·1935 (26)

[0148] 选择K = 30 (在针对K进行优化后，发现最佳的值是30)的（22) - (26)的求解方法产 生

[0149] Ki = 1.296,Kb = -6.645,K2=.2114,X = 2.118,Y=15.01

[0150] 在对未知数求解后，K3被调谐并且发现最终的值是1。然后，相同的PID求解方法被 应用在俯仰角（Θ)和速度(u)两者上。图6示出了UAV对以20度作为期望的俯仰角的设置点的 响应，而图7示出了对于具有15m/s的设置点的速度的响应。

[0151] 备注

[0152] 1-没有过冲

[0153] 2-稳定时间是所期望的

[0154] 系统稳健性

[0155] 可以通过对系统参数应用一些改变来对系统稳健性进行测试。如果系统保持稳定 并且有相同的性能，则系统对干扰是稳健的。图6和7示出了在对原始系统应用100%高估和 50 %低估之后，该系统保持稳定。

[0156] 系统最优性

[0157] 系统最优性可以在求解方法中示出，因为增益K3需要被调谐以达到最佳性能。

[0158] 应用到MBTO系统的控制器

[0159] 因为UAV系统是ΜΜ0系统，所以控制器被成功地应用于输出Θ和u。

[0160] 与其它类似的工作比较：

[0161] 在当前的示例中，没有振荡发生，稳定时间为2s，调谐参数和回路的总数目减少为 96.5%〇

[0162] 改进：

[0163] 该求解方法被应用在一个PID而不是两个PID上。这意味着这里，一个PID控制器被 用来控制俯仰角（Θ)和速度(u)两者。这种改进将使PID的解耦效应最小化。这将肯定会增强 系统性能和降低成本以及简化控制回路。

[0164] 也将清楚的是，以上的描述和附图被包括以例示本发明的一些实施例，而不是限 制保护的范围。从本公开内容出发，更多的实施例对本领域技术人员将是显而易见的。这些 实施例在保护范围内并且是本发明的本质，并且是现有技术和本专利的公开内容的明显组 合。