控制理论经历了经典控制理论和现代控制理论阶段,涉及的研究对象也从线性单回路系统、线性多变量系统到非线性系统。严格地讲,几乎所有的被控对象都是非线性的,线性性是在一定范围内和一定程度上对实际对象的近似。今天,控制理论研究的热点已转向本质非线性问题和不确定性问题。对于本质非线性问题,不能用传统的线性化方法进行处理;直接求解非线性控制问题,目前还缺少比较有效的方法,所得到的结果也比较复杂,不便于实际应用。双线性系统是最简单的非线性系统,它不仅可以描述生物、化工、社会经济、人口等复杂系统中的许多现象,还可以作为许多非线性过程的近似。采用双线性系统建模,所得到的双线性模型不仅有比线性模型更高的建模精度,而且不会增加太多的复杂性。此外,目前大多数的控制方法的设计都是建立在确定的数学模型的基础上,而数学模型只能够描述对象在一定范围内的一定的性能;因而,控制系统的设计就必须考虑系统的非线性性和在运行过程中可能出现的未建模动态以及外界干扰的影响,因此必须考虑控制器设计的鲁棒稳定性。 本文通过仿真实验表明,对于一类含有未建模动态的多输入多输出不确定双线性系统,单纯地利用自适应解耦控制策略并不能取得满意的控制效果。为此,本文对此类双线性系统应用单变量双线性系统鲁棒自适应控制的设计思想,提出了一种修正的鲁棒自适应解耦控制算法;此算法结合了多变量解耦控制和带有相对死区的鲁棒参数估计方法,并引入对象未建模动态和不确定信号的估计,能够减少多变量耦合以及由干扰、高阶未建模动态导致的不确定性的影响。 本文将多变量双线性系统鲁棒自适应控制律的控制结果与非鲁棒自适应解耦控制律的控制结果进行比较,说明了鲁棒控制律对控制含未建模动态以及受扰动影响的一类多变量双线性对象是非常有效的:控制系统不仅实现了近似动态解耦,也实现了稳态解耦;对象输出能够迅速跟踪系统期望输出,获得了满意的控制性能。算法的全局收敛性也得到了证明。