下载文档原格式
8 非线性控制系统前面几章讨论的均为线性系统的分析和设计方法，然而，对于非线性程度比较严重的系统，不满足小偏差线性化的条件，则只有用非线性系统理论进行分析。
本章主要讨论本质非线性系统，研究其基本特性和一般分析方法。
8.1非线性控制系统概述在物理世界中，理想的线性系统并不存在。
严格来讲，所有的控制系统都是非线性系统。
例如，由电子线路组成的放大元件，会在输出信号超过一定值后出现饱和现象。
当由电动机作为执行元件时，由于摩擦力矩和负载力矩的存在，只有在电枢电压达到一定值的时候，电动机才会转动，存在死区。
实际上，所有的物理元件都具有非线性特性。
如果一个控制系统包含一个或一个以上具有非线性特性的元件，则称这种系统为非线性系统，非线性系统的特性不能由微分方程来描述。
图8-1所示的伺服电机控制特性就是一种非线性特性，图中横坐标u 为电机的控制电压，纵坐标ω为电机的输出转速，如果伺服电动机工作在A 1OA 2区段，则伺服电机的控制电压与输出转速的关系近似为线性，因此可以把伺服电动机作为线性元件来处理。
但如果电动机的工作区间在B 1OB 2区段．那么就不能把伺服电动机再作为线性元件来处理，因为其静特性具有明显的非线性。
图8-1 伺服电动机特性8.1.1控制系统中的典型非线性特性组成实际控制系统的环节总是在一定程度上带有非线性。
例如，作为放大元件的晶体管放大器，由于它们的组成元件(如晶体管、铁心等)都有一个线性工作范围，超出这个范围，放大器就会出现饱和现象；执行元件例如电动机，总是存在摩擦力矩和负载力矩，因此只有当输入电压达到一定数值时，电动机才会转动，即存在不灵敏区，同时，当输入电压超过一定数值时，由于磁性材料的非线性，电动机的输出转矩会出现饱和；各种传动机构由于机械加工和装配上的缺陷，在传动过程中总存在着间隙，等等。
实际控制系统总是或多或少地存在着非线性因素，所谓线性系统只是在忽略了非线性因素或在一定条件下进行了线性化处理后的理想模型。
自动控制原理第8章非线性控制系统在自动控制系统中，线性控制系统一直被广泛应用，因为线性系统的行为可预测且易于分析。
然而，在实际的控制系统中，往往存在着一些非线性特性，如非线性环节、非线性传感器和非线性负载等。
非线性系统的行为往往更为复杂，因此需要采用特殊的控制方法来进行控制。
8.1非线性系统的特性非线性系统与线性系统相比，具有以下几个特点：1.非线性特性：非线性系统的输入和输出之间的关系不符合线性定律，而是非线性关系。
这种非线性关系可能是由于系统内部的非线性元件或非线性行为导致的。
2.非线性行为：在非线性系统中，系统的行为经常出现不可预测的情况。
当输入信号的幅值较小时，系统的行为可能是线性的，但是当幅值增大时，系统的行为可能会发生剧烈的变化。
3.非线性耦合：在非线性系统中，不同输入变量之间可能存在耦合关系。
当一个输入变量发生改变时，可能会影响到其他输入变量的行为。
4.非线性稳定性：在非线性系统中，稳定性分析比线性系统更为困难。
非线性系统可能存在多个平衡点或者极限环，而且稳定性分析需要考虑到非线性因素的影响。
8.2非线性系统的建模对于非线性系统的控制，首先需要对系统进行建模，以便进行后续的分析和设计。
非线性系统的建模可以采用两种常用的方法：数学建模和仿真建模。
1.数学建模：数学建模是利用数学模型来描述非线性系统的行为。
非线性系统的数学建模可以采用微分方程、差分方程、泰勒级数展开、输入输出模型等多种方法。
2.仿真建模：仿真建模是利用计算机仿真软件来模拟非线性系统的行为。
通过建立系统的数学模型，并利用计算机进行仿真，可以得到系统的输出响应和稳定性分析。
8.3非线性控制方法在非线性控制系统中，常用的控制方法包括自适应控制、模糊控制和神经网络控制等。
1.自适应控制：自适应控制用于处理未知或难以测量的非线性系统。
自适应控制方法通过不断调整控制器的参数，以适应系统的变化。
2.模糊控制：模糊控制利用模糊逻辑和模糊推理来处理非精确和不确定的输入量。
