Прогнозирующее скользящее управление линейными динамическими системами с запаздыванием на основе линейной компенсации и алгоритма суперскручивания

Методология управления скользящим режимом — это эффективный метод, обеспечивающий высокие динамические характеристики, точность и надежность при решении разнообразных нелинейных задач управления, связанных с внешними возмущениями. Предлагается метод скользящего режима для обеспечения надежной устойчивости неопределенных систем с запаздывающей обратной связью на основе линейной компенсации и алгоритма суперкрутки. Цель данной работы заключается в построении робастной системы управления для неопределенных систем с временной задержкой и неизвестными возмущениями. Предиктор используется для компенсации задержки на управляющем входе, а алгоритм суперкрутки используется для известных возмущений и неопределенностей модели. Компенсационное управление предназначено для уменьшения ошибок управления из-за изменения динамических характеристик и неизвестных возмущений. Принцип линейной компенсации, предложенный в статье, сформулирован в виде уравнения с условиями производительности, а не неравенств, как в методах Ляпунова, и сходимость процесса компенсации гарантируется теорией линейного управления. Результаты моделирования   показывают эффективность предложенного метода. Результаты моделирования демонстрируют, что прогнозирующее управление в скользящем режиме для неопределенных систем с задержками на основе линейной компенсации является высокоэффективным.

1. Utkin V. Variable structure systems with sliding modes, IEEE Transactions on Automatic Control, 1977, vol. 22, no. 2, pp. 212—222.

2. Winston G. G., Darine Z., В., Eduardo F. C. Sliding mode predictive control of a solar air conditioning plant, Control Engineering Practice, 2009, vol. 17, no. 6, pp. 652—663.

3. Matausek M. R., Micic A. D. А Modified Smith Predictor for Controlling a Process with an Integrator and Long Dead-Time, IEEE Transactions on Automatic Control, 1996, vol. 41, no. 8, pp. 1199—1202.

4. Xie L., Soh Y. C., Souza C. E. Robust Kalman filtering for uncertain discrete-time systems, IEEE Transactions on Automatic Control, 1994, vol. 39, no. 6, pp. 1310—1314.

5. Khazaee M., Markazi A. H. D., Omidi E. Adaptive fuzzy predictive sliding control of uncertain nonlinear systems with boundknown input delay, ISA Transactions, 2015, vol. 59, pp. 314—324.

6. Fridman E. Tutorial on Lyapunov-based methods for timedelay systems, European Journal of Control, 2014, vol 20, no. 6, pp. 271—283.

7. Wen-Jun Cao, Jian-Xin Xu. Nonlinear Integral-Type Sli ding Surface for Both Matched and Unmatched Uncertain Systems, IEEE Transactions on Automatic Control, 2004, vol. 49, no. 8, pp. 1355—1360.

8. Bartolini G., Punta E., Zolezzi T. Simplex Methods for Nonlinear Uncertain Sliding-Mode Control, IEEE Transactions on Automatic Control, 2004, vol. 49, no. 6, pp. 922—933.

9. Nagesh I., Edwards C. А multivariable super-twisting sliding mode approach, Automatica, 2014, vol. 50, no. 3, pp. 984—988.

10. Orlov Y., Aoustin Y., Chevallereau C. Finite Time Stabilization of a Perturbed Double Integrator—Part I: Continuous Sliding Mode-Based Output Feedback Synthesis, IEEE Transactions on Automatic Control, 2011, vol. 56, no. 3, pp. 614—618.

11. Caballero-Barrag n H., Osuna-Ibarra L. P., Loukianov A. G., Plestan F. Sliding mode predictive control of linear uncertain systems with delays, Automatica, 2018, vol. 94, pp. 409—415.

12. Goel A., Swarup A. MIMO Uncertain Nonlinear System Control via Adaptive High-Order Super Twisting Sliding Mode and its Application to Robotic Manipulator, Journal of control, Automation and Electrical Systems, 2017, vol. 28, pp. 36—49.

13. Shtessel Y., Taleb M., Plestan F. А novel adaptive-gain supertwisting sliding mode controller: Methodology and application, Automatica, 2012, vol. 48, no. 5, pp. 759—769.

14. Léchappé V., Moulay E., Plestan F., Glumineau A., Chriette А. New predictive scheme for the control of LTI systems with input delay and unknown disturbances, Automatica, 2015, vol. 52, pp. 179—184.

15. Cohen Н. V. Numerical Approximation Methods π ≈ 355/113, springer, 2011, pp. 112—122.

16. Niu Y., Daniel W. C. Ho. Design of sliding mode control subject to packet losses, IEEE Transactions on Automatic Control, 2010, vol. 55, no. 11, pp. 2623—2628.

17. Dong Q., Zong Q., Tian B., Wang F. Adaptive-gain multivariable super-twisting sliding mode control for reentry RLV with torque perturbation, International journal of Robust and Nonlinear Control, 2016, vol. 27, no. 4, pp. 620—638.

18. Mu C., Sun C., Qian C., Zhang R. Super-twisting sliding mode control based on Lyapunov analysis for the cursing flight of hypersonic vehicles, IEEE International Conference on Control and Automation, IEEE, 2013.

19. Wang Y., Zhu K., Yan F., Chen В. Adaptive super-twisting nonsingular fast terminal sliding mode control for cable-driven manipulators using time-delay estimation, Advances in Engineering Software, 2019, vol. 128, pp. 113—124.

20. Pérez-Ventura U., Fridman L. M. Design of supertwisting control gains: А describing function-based methodology, Automatica, 2019, vol. 99, pp. 175—180.

21. Haimovich H., De Battista Н. Disturbance-tailored supertwisting algorithms: Properties and design framework, Automatica, 2019, vol. 101, pp. 318—329.

22. Sun Z., Zheng J., Man Z., Fu M., Lu R. Nested adaptive super-twisting sliding mode control design for a vehicle steerby-wire system, Mechanical Systems and Signal Processing, 2019, vol. 122, pp. 658—672.

23. Zong Q., Dong Q., Wang F., Tian В. Super twisting sliding mode control for a flexible air-breathing hypersonic vehicle based on disturbance observer, Science China Information Sciences, 2015, vol. 58, pp. 1—15.