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),，對其控制器設計與結(jié)構(gòu)分析相比于非耦合系統(tǒng)所要求的相 關信息和數(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,！