非线性系统支持向量机逆控制研究综述

2018-01-26王筱芳张寰

中国建材科技 2018年5期

王筱芳张寰

（兰州工业学院电气工程学院，甘肃兰州 730050）

0 引言

随着控制理论的不断发展，逆系统方法被越来越多学者应用于非线性系统研究，为解决实际应用中问题建立了比较完整的理论基础，成为研究非线性系统的一种有效方法[1]。然而在非线性工业过程中，建立精确数学模型及求解逆解析表达式往往很难做到。

因此许多学者将智能控制的方法运用到逆系统中，目的在于数学模型的获取不依赖或者不完全依赖被控对象。一些学者采用SVM[2]方法来获取被控对象数学模型，同时避免了利用神经网络建模存在网络层数难以确定、出现局部最小以及对建模样本要求高等问题[3]。本文从系统控制方式角度出发，分别讨论了开环控制结构、闭环控制结构、复合控制结构，重点讨论闭环控制结构方法，并探讨了SVM 逆控制存在的问题与未来的发展趋势。

1 开环SVM 逆控制结构

现有开环SVM 控制结构的研究成果，可概括为直接逆模型控制和自适应逆控制。

1.1 直接逆模型控制

直接逆模型控制是一种前馈控制策略。该控制的基本思想是将用SVM 建立的非线性系统的逆模型作为前馈控制器串联在原系统之前，构成直接逆模型控制方案。文[4]引入非线性系统SVM 逆模型辨识方法，相比较BP 神经网络，该方法具有精度高、结构简单、速度快和泛化能力强等优点。

1.2 自适应逆控制

自适应逆控制是一种处理可逆非线性系统的有效方法。该方法的基本思想是将用SVM 离线辨识非线性系统逆模型，同时利用在线SVM 自适应地补偿误差或者扰动对系统的影响。文[5]针对一类不确定非线性系统，基于LS-SVM 逆系统提出了一种自适应控制方法。该方法是在直接逆控制系统基础上，运用在线LS-SVM 构建自适应控制器，以补偿由于建模误差及不确定性引起的系统误差，基于Lyapunov 理论证明了自适应逆控制系统的稳定性。

2 闭环SVM 逆控制结构

该结构的控制思想是在在逆系统方法构造了伪线性系统的基础上，引入一类先进控制器或其他先进控制算法（内模控制、预测控制等）以构成闭环控制结构，提高系统的控制性能。

2.1 控制器和逆模型闭环控制

该控制的基本思想是在开环控制结构基础上引入先进控制器（PID 控制器、模糊控制器、自抗扰控制器）闭环控制结构。文[6]针对球磨机控制复杂对象，设计了一种逆系统方法与PID 控制算法相结合的闭环控制方案，该方案实现了强耦合球磨机控制系统变量之间的解耦，仿真表明该方法对非线性系统控制具有一定的指导作用。文[7]采用LS-SVM 建立无轴承磁阻同步电机非线性系统逆模型，将逆模型与无轴承磁阻同步电机复合对象串联，将多变量强耦合系统解耦成相互独立的子系统，对每个子系统设计附加闭环控制器PID，通过构建的仿真模型验证了控制方法的可靠性和正确性。

2.2 SVM 逆系统内模控制

该方法的基本思想是利用SVM 建立非线性系统逆模型，与原系统串联构成伪线性系统，将其作为被控对象，引入内模控制策略进行控制。文[8]和[9]分别针对SISO和MIMO 非线性系统，将内模控制方法与SVM 逆系统方法相结合，提出了基于SVM α 阶逆系统方法的内模控制方法。与传统逆系统方法相比，SVM 逆系统内模控制方法鲁棒性好、结构简单、便于工程应用。

2.3 SVM 逆系统预测控制

该控制的基本思想是将预测控制算法运用到伪线性系统的控制上，在线滚动优化预测控制器的内部模型，从而得到最优的控制器输出，以实现预期的控制目标。文[10]运用SVM 建立球磨机制粉系统逆模型，构建伪线性复合系统，设计预测控制器对该复合系统进行闭环优化控制。在球磨机制粉系统中验证了SVM 逆系统预测控制方法的有效性，该方法在跟踪特性、响应速度、控制精度等方面有较好的控制性能。

3 复合SVM 逆控制结构

该结构的基本思想是在直接逆模型控制的基础上附加反馈补偿控制器构成复合控制策略，以克服直接逆模型控制鲁棒性和抗干扰能力弱的情况。目前反馈补偿控制器大多数采用PID 控制器，有些采用模糊控制器和无模型自适应控制器（MFAC）。文[11]将LS-SVM 直接逆模型控制与PID 反馈控制相结合，提出一种LS-SVM 逆模/PID的复合控制方法，并将复合控制方法应用到CSTR 非线性系统中进行仿真试验，结果表明该方法较单一PID 控制而言，具有较好的抗干扰能力和跟踪能力。