基于压电智能结构状态估计误差补偿的自抗扰振动控制

    0 前言

    压电智能结构由于同时具有传感和驱动功能，并具有优良的机电耦合特性等特点，在现代振动主动控制中得到了广泛应用。特别是在航空航天、土木工程、汽车行业等对振动控制要求较高的场合与领域受到了越来越多的关注[1-5]。目前压电智能板结构主动振动控制大多采用独立模态空间控制法、线性二次型调节器、PID 等基于严格数学模型的线性控制策略[6-8]，尽管这类控制器具有结构简单，容易实现等优点，但实际的压电结构多是具有多重干扰因素影响的系统，无法建立精确的数学模型。特别是受到未知干扰等非线性的影响，线性控制难以满足振动抑制性能的要求[9]。

    电子技术、微电子技术尤其是微控制器技术为现代控制理论和新型振动主动控制算法的实现提供了应用平台，近年来出现了一些新的非线性振动控制算法，如基于扰动观测器的控制方法[10-11]，基于滑模变结构的控制方法[12]，基于神经网络和模糊逻辑的控制方法[13-14]。这些方法不仅丰富了智能结构的控制理论，而且从不同的方面使得压电智能结构的振动抑制性能得到了改进。

    自抗扰控制器[15-16]也是近年来用在智能结构振动控制中的一种新的不依赖对象数学模型的非线性主动控制算法[2,17]。自抗扰控制器通过扩张状态观测器估计各个状态变量、不确定性模型以及外扰的实时作用量，结合非线性状态反馈控制律，使对象的不确定性在反馈中加以补偿，从而达到很好的控制效果。自抗扰控制器本来是针对对象模型未知的一类非线性的控制策略，为了算法简单，在实际应 用 中 ， 自 抗 扰 振 动 控 制 (Active disturbancerejection control, ADRC) 简化成了线性反馈结构(Linear ADRC, LADRC)。国内外学者[18-20]大量的应用研究表明这种 LADRC 依然对非线性对象有很好的控制效果。但是，在有些复杂的应用场合，由于扩张状态观测器估计状态量和干扰量不可避免存在误差，则难以充分发挥出 LADRC 方法的优点。在用线性自抗扰控制的压电智能板系统中，一般是根据结构的动力学方程，设计出二阶自抗扰控制器，ESO 估计的扰动项包含模型质量、阻尼、刚度以及外界干扰激励等的变化。在这种情况下，ESO 对各阶状态和扰动的估计难以保证具有很高的精度，导致线性自抗扰控制器对扰动难以进行很好的补偿，限制了 LADRC 取得更优的振动控制性能。

    针对上述问题，提出压电智能板结构的状态观测误差补偿的线性自抗扰振动控制方案。不仅能够将 ESO 观测误差从实际的反馈控制环节隔离出来，而且在自抗扰控制器设计中充分利用这些估计误差，通前馈补偿的方式抵消这种偏差，将缓解自抗扰控制器对复杂扰动的估计压力，使得整个系统的振动控制性能更加突出。试验结果表明，与二阶LADRC 相比，带有状态观测误差补偿的自抗扰控制器具有更优的振动抑制性能。