1.4解耦控制策略
在工程中如果被控系统中存在了耦合因素，对被控系统的控制通常会遇到如下几 种情形：
(1) 存在着耦合的被控系统，由于各个子系统不能拆开单独考虑，所以子系统的 参数整定要进行许多次，但往往也很难找到一组满意的整定数据。
(2) 存在耦合的系统，对其控制器设计与结构分析相比于非耦合系统所要求的相 关信息和数据要多出许多。
(3) 从理论上来讲被解耦后的个独立系统可以采用已经成熟的控制器对其进行控 制。但至今也没找到一种简单方便方法对耦合系统进行解耦。尤其是在变量参数繁多 的情况下，实际中很难设计出精确解耦控制器。
(4) 解耦后的独立系统控制器按照性能指标要求对其内部的参数进行整定，然而 针对耦合系统，由于相关联的因素很多，控制器随时进行参数整定是非常不容易的。
线性解耦控制需要被控系统精确的数学传递函数，通过串联互补矩阵将耦合系统 传递函数矩阵的非对角线元素转化为零，从而达到解耦的目的。近年来随着智能控制 技术的飞跃发展，人们发现智能控制也可以应用到解耦控制中。其优点为不必明确知 道精确的系统数学表达式，从而解决了线性解耦的不足。智能解耦尤以神经网络、逆 系统解耦为代表[16_17]。
模糊神经网络解耦：模糊控制器的突出优点在于其对参数的变化不敏感，因此模 糊控制算法可以被用在解耦控制中。但是模糊控制器的设计方法首先需要知道专家的 经验以及制定模糊控制规则，但是要得到模糊控制器的模糊规则是很不容易的。在一 些条件下，所得到的只是大量控制器反馈回来的数据，而并不全部都是模糊控制规则 所需要的数据，因此需要对全部的数据进行萃取出能够满足“if-then”语句的规则。 由于神经网络系统拥有对非线性系统的映射功能，拥有较强的自主学习和适应未知系 统的功能，所以采用神经网络系统可以提取出模糊控制器中不易得出的模糊规则，从 而实现了对复杂非线性耦合系统的解耦[18]。
文献[19]采用了空间变量变换的方法对磁悬浮平台进行解耦，实现了对耦合平台 的三自由度解耦，并对解耦后的单电磁悬浮系统设计了模糊pid控制器。实验结果表 明：磁悬浮平台对于阶跃响应的超调量很小，大约为百分之六，上升时间大约为0.1 秒，稳态误差大约为百分之二；当悬浮平台受到干扰偏移0.2毫米时，系统能很快回 到设定的位置，这表明控制器使悬浮系统具有了良好的鲁棒性和高刚度特性。文献[20] 研究了磁悬浮列车悬浮在轨道上产生的耦合情况。采用了非线性的解耦方法，对单电 磁悬浮系统的纵向耦合进行了解耦，并对解耦后的独立系统配置了新的极点，使其获 得满意的性能。仿真结果表明了该方法可以有效地简化复杂问题，并且实现了系统的 全局稳定性和优越的动态性能。
逆系统解耦：逆系统分为两种，一种是左逆系统，另一种是右逆系统。左逆系统 研究对象是系统输入的观测问题，右逆系统研究的对象是系统的输出观测问题。一般 我们只讨论左逆系统。通过求解被控系统的逆系统，然后将求解得到的逆系统串联在 被控系统前，逆系统将被控系统转化成了伪线性系统。伪线性系统是指非线性系统具 备了线性系统的特征，但其本质仍然是非线性的。串联逆系统后的耦合系统会被解耦 成多个siso的伪线性系统，由于非线性系统具有了线性系统的特征，因此对于工程 上来说降低了控制难度和控制成本。由于想要得到非线性系统的逆系统非常困难，因 此需要利用一些算法求得非线性系统的逆系统。文献[21]利用模糊神经网络的泛化和 拟合能力来模拟出发酵系统的非线性逆模型。文献[22]利用支持向量机非线性回归功 能逼近两个耦合电机的逆系统。
本文采摘自“数控加工中心龙门磁悬浮系统耦合分析及控制研究”，因为编辑困难导致有些函数、表格、图片、内容无法显示，有需要者可以在网络中查找相关文章！本文由伯特利数控整理发表文章均来自网络仅供学习参考，转载请注明！