自适应控制的分类_自适应控制的主要类型
什么是自适应控制1、自适应控制所讨论的对象，一般是指对象的结构已知，仅仅是参数未知，而且采用的控制方法仍是基于数学模型的方法。
2、但实践中我们还会遇到结构和参数都未知的对象，比如一些运行机理特别复杂，目前尚未被人们充分理解的对象，不可能建立有效的数学模型，因而无法沿用基于数学模型的方法解决其控制问题，这时需要借助人工智能学科，也就是智能控制。
3、自适应控制与常规的控制与最优控制一样，是一种基于数学模型的控制方法。
4、自适应控制所依据的关于模型的和扰动的先验知识比较少，需要在系统的运行过程中不断提取有关模型的信息，使模型愈来愈准确。
5、常规的反馈控制具有一定的鲁棒性，但是由于控制器参数是固定的，当不确定性很大时，系统的性能会大幅下降，甚至失稳。
自适应控制的原理框图
自适应控制的分类自从50年代末由美国麻省理工学院提出第一个自适应控制系统以来，先后出现过许多不同形式的自适应控制系统。比较成熟的自适应控制系统有下述几大类。
（1） 可变增益自适应控制系统
这类自适应控制系统结构简单，响应迅速，在许多方面都有应用。其结构如图1所示，调节器按被控过程的参数的变化规律进行设计，也就是当被控对象（或控制过程）的参数因工作状态或环境情况的变化而变化时，通过能够测量到的某些变量，经过计算而按规定的程序来改变调节器的增益，以使系统保持较好的运行性能。另外在某些具有非线性校正装置和变结构系统中，由于调节器本身对系统参数变化不灵敏。采用此种自适应控制方案往往能去的较满意的效果。
（2） 模型参考自适应控制系统（Model Reference Adaptive System，简称MRAS）
模型参考自适应控制系统由以下几部分组成，即参考模型、被控对象、反馈控制器和调整控制器参数的自适应机构等部分组成，如图2所示
设计这类自适应控制系统的核心问题是如何综合自适应调整律，即自适应机构所应遵循的算法。关于自适应调整律的设计目前存在两类不同的方法。其中一种称为局部参数最优化地方法，即利用梯度或其他参数优化的第推算法，求得一组控制器的参数，使得某个预定的性能指标，如J=∫e2（t）dt，达到最小。最早的MIT自适应律就是利用这种方法求得的。这种方法的缺点是不能保证参数调整过程中，系统总是稳定的。自适应律的另一种设计方法是基于稳定性理论的方法，其基本思想是保证控制其参数自适应调节过程是稳定的，然后再尽量是这个过程收敛快一些。由于自适应控制系统是本质非线性的，因此这种自适应律的设计自然要采用适用于非线性系统的稳定理论。Lyapunov稳定性理论和Popov的超稳定性理论都是设计自适应律的有效工具。由于保证系统稳定是任何闭环控制系统的基本要求，所以基于稳定性理论的设计方法引起了更为广泛的关注。
本文来源：https://www.2haoxitong.net/k/doc/8ea028f6cd7931b765ce0508763231126fdb7791.html
文档为doc格式