【汉语拼音】lubangxing
【中文词条】鲁棒性
【外文词条】robustness
【作 者】钱唯德 郑大钟
控制系统在其特性或参数发生摄动时仍可使质量指针保持不变的性能。鲁棒性是英文robustness一词的音译﹐也可意译为稳健性。鲁棒性原是统计学中的一个专门术语﹐70年代初开始在控制理论的研究中流行起来﹐用以表征控制系统对特性或参数摄动的不敏感性。在实际问题中﹐系统特性或参数的摄动常常是不可避免的。产生摄动的原因主要有两个方面﹐一个是由于量测的不精确使特性或参数的实际值会偏离它的设计值(标称值)﹐另一个是系统运行过程中受环境因素的影响而引起特性或参数的缓慢漂移。因此﹐鲁棒性已成为控制理论中的一个重要的研究课题﹐也是一切类型的控制系统的设计中所必需考虑的一个基本问题。对鲁棒性的研究主要限于线性定常控制系统﹐所涉及的领域包括稳定性﹑无静差性﹑适应控制等。鲁棒性问题与控制系统的相对稳定性和不变性原理有着密切的联系﹐内模原理的建立则对鲁棒性问题的研究起了重要的推动作用。
结构渐近稳定性 以渐近稳定为性能指针的一类鲁棒性。如果控制系统在其特性或参数的标称值处是渐近稳定的﹐并且对标称值的一个邻域内的每一种情况它也是渐近稳定的﹐则称此系统是结构渐近稳定的。结构渐近稳定的控制系统除了要满足一般控制系统设计的要求外﹐还必须满足另外一些附加的条件。这些条件称为结构渐近稳定性条件﹐可用代数的或几何的语言来表述﹐但都具有比较复杂的形式。结构渐近稳定性的一个常用的度量是稳定裕量﹐包括增益裕量和相角裕量﹐它们分别代表控制系统为渐近稳定的前提下其频率响应在增益和相角上所留有的储备。一个控制系统的稳定裕量越大﹐其特性或参数的允许摄动范围一般也越大﹐因此它的鲁棒性也越好。业已证明﹐线性二次型(LQ)最优控制系统具有十分良好的鲁棒性﹐其相角裕量至少为60°﹐并确保1/2到∞的增益裕量。
结构无静差性 以准确地跟踪外部参考输入信号和完全消除扰动的影响为稳态性能指针的一类鲁棒性。如果控制系统在其特性或参数的标称值处是渐近稳定的且可实现无静差控制(又称输出调节﹐即系统输出对参考输入的稳态跟踪误差等于零)﹐并且对标称值的一个邻域内的每一种情况它也是渐近稳定和可实现无静差控制的﹐那么称此控制系统是结构无静差的。使系统实现结构无静差的控制器通常称为鲁棒调节器。用方程
N 1(D )()=0 N 2(D )0()=0
表示加于受控系统的扰动 ()和参考输入0()的动态模型﹐式中为微分算子﹐N 1(D )和 N 2(D )为D 的多项式。用1()和2()(为复数变量)分别表示 N 1(D )和N 2(D )的最小多项式﹐而用()表示1()和2()的最小公倍式。那么存在鲁棒调节器可使受控系统
T ()=U ()+M ()
=
(见多变量频域方法)实现结构无静差的充分必要条件是﹐控制向量的维数大于输出向量的维数﹐同时对代数方程()=0的所有根(=1﹐2﹐…﹐)矩阵U ()为满秩。对于可实现结构无静差的受控系统﹐一个动态补偿器
P ()ξ =-
=R ()
ξ 为补偿器的状态向量)能构成为它的鲁棒调节器的充分必要条件是﹐矩阵P ()的每一个元都可被()除尽﹐同时由受控系统和动态补偿器组成的死循环控制系统是结构渐近稳定的。在采用其它形式的数学描述时﹐鲁棒调节器和结构无静差控制系统的这些条件的表述形式也不同。鲁棒调节器在结构上有两部分组成﹐一部分称为镇定补偿器﹐另一部分称为伺服补偿器。镇定补偿器的功能是使控制系统实现结构渐近稳定。伺服补偿器中包含有参考输入和扰动信号的一个共同的动力学模型﹐因此可实现对参考输入和扰动的无静差控制。对于呈阶跃变化的参考输入和扰动信号﹐它们共同的动力学模型是一个积分器﹔对于呈斜坡直线变化的参考输入信号和呈阶跃变化的扰动信号﹐其共同的动力学模型是两个积分器的串接。
带有状态观测器的系统的鲁棒性 一般而言﹐在控制系统中引入状态观测器会使它的鲁棒性变坏﹐因此应尽可能避免。对于必须采用状态观测器的控制系统﹐当受控系统为最小相位系统时﹐可通过合理地设计观测器而使控制系统保持较好的鲁棒性。其原则是把观测器的一部分极点设计成恰好与所观测系统的零点相对消﹐而观测器的其它极点在满足抗干扰性要求的前提下应使其尽可能地远离虚轴。
分享到:
相关推荐
电力系统脆弱性、鲁棒性、稳定性和可靠性的概念在电力工程领域中具有重要的地位,它们共同构成了确保电力系统安全、高效运行的基础。首先,稳定性是电力系统在遭受外界扰动后能否恢复到原有平衡状态或者在遭遇永久性...
在研究复杂网络领域时,网络的鲁棒性是一个重要的研究方向。鲁棒性指的是一个网络在面对攻击或者节点故障时,依然能够保持其功能和结构稳定的能力。衡量网络鲁棒性的一个重要指标是度量R,它通过考虑恶意节点攻击的...
首先,我们来了解什么是鲁棒性。鲁棒性是指 ChatGPT 技术在各种环境下的稳定性和适应能力。在实际应用中,对话系统需要面对各种复杂的语境和用户输入。因此,ChatGPT 技术的鲁棒性对于提高系统的准确性和用户体验至...
深度学习模型鲁棒性研究综述 随着大数据时代的到来,深度学习理论和技术的快速发展为人工智能领域带来了革命性的进步。深度学习模型在图像识别、语音识别、自然语言处理等多个领域展现出卓越性能,推动了大规模和...
### 分层复杂网络的鲁棒性研究 #### 一、引言 近年来,随着复杂网络理论的发展,特别是小世界效应及无标度性特性的发现,复杂网络的研究成为了跨学科研究的重要领域。其中,鲁棒性作为衡量网络稳定性和抗干扰能力...
对微生物网络进行鲁棒性评价有利于我们探索微生物群落的稳定性。该资源包含exe文件和python源代码及测试数据。exe文件可在不安装任何其他资源情况下,直接在windows环境中对网络进行鲁棒性评价;有兴趣的同学还可...
在"鲁棒性显著图.zip"这个压缩包中,包含的源代码是用MATLAB编写的,用于实现鲁棒性显著图的计算。MATLAB是一种广泛使用的编程环境,尤其在科学计算和工程应用中非常流行。通过使用MATLAB,开发者可以方便地实现复杂...
在计算机科学和网络工程领域,网络的鲁棒性是一个至关重要的概念,特别是在今天这个高度互联的世界里。鲁棒性指的是网络在面临各种攻击、故障或干扰时,保持其功能和服务连续性的能力。当我们谈论“scale-free”网络...
针对这种情况,"Python-特征去噪提高对抗鲁棒性"的主题探讨了如何利用Python进行特征去噪来提升模型对于对抗性攻击的抵御能力。 首先,我们需要理解特征去噪的概念。特征去噪是一种预处理技术,其目标是消除输入...
### 交流伺服系统的鲁棒性研究 #### 引言 交流伺服系统因其高效性和精确度,在工业控制系统中占据着核心地位。然而,系统的鲁棒性,即其在面对各种不确定性和干扰时保持性能的能力,成为了提升系统整体表现的关键...
针对所构建的三种耦合方式下的无标度相依网络,引入节点负荷作用,通过计算机仿真对相依网络的鲁棒性问题进行研究。研究发现,相比随机耦合和异配耦合,相依网络在同配耦合方式下具有最强鲁棒性。节点容忍系数和子...
鲁棒性则是衡量一个控制系统在面对不确定性、扰动或参数变化时仍能保持稳定性和性能的能力。 在自适应控制系统中,鲁棒性的重要性不言而喻。首先,自适应控制算法的设计通常包括两个主要部分:参数估计和控制器设计...
1. 为什么需要不确定性与鲁棒性? 深度学习模型通常在训练数据集上表现良好,但在面对分布外(Out-of-Distribution, OOD)数据时,它们可能会做出过于自信但错误的预测。不确定性估计能帮助我们了解何时可以信任...
【鲁棒性人脸特征提取】是一项关键的计算机视觉技术,其目标是在各种复杂条件下,如光照变化、面部表情、遮挡等因素的影响下,提取出稳定且具有辨识度的人脸特征。这一领域的研究旨在提高人脸识别系统的准确性和可靠...
在实际应用中,模糊控制系统的鲁棒性至关重要,因为现实世界的系统往往存在参数不确定性、外部干扰以及模型简化带来的误差。 鲁棒性是指控制系统在面对这些不确定性时仍能保持稳定性能的能力。对于模糊控制系统而言...
在IT领域,尤其是在网络科学中,复杂网络的鲁棒性是一个重要的研究方向。鲁棒性是指网络在面对各种扰动,如节点或边的失效,时保持其功能的能力。复杂网络通常由大量的节点和连接这些节点的边构成,它们可以模拟现实...
基于机器学习算法的人脸识别鲁棒性研究 基于机器学习算法的人脸识别鲁棒性研究是当前人脸识别技术的重要方向之一。在现代公安警务工作中,人脸识别是智能化目标人物排查、线索追踪的重要支撑技术。然而,在实际应用...