简介面向滑模控制与反馈线性化学习者的Simulink仿真程序包共包含四十五个文件压缩后约两百六十七KB小巧却覆盖完整设计流程。内含二十七份脚本文件用于编写滑模控制器、被控对象、绘图与测试程序八份模型文件用于搭建系统仿真框架四份数据文件保存不同工况下的运行数据另有三个旧版模型和三个图形文件便于结果查看与低版本环境兼容。内容围绕第二章仿真主题具体涉及滑动变量定义、滑动面构建、边界层设计以抑制抖振、反馈线性化坐标变换等关键步骤运行模型与脚本可复现参数摄动、外部干扰下的动态响应比较不同控制参数对跟踪误差、鲁棒性和控制输入平滑度的影响从而深入掌握滑模控制与反馈线性化的结合策略。已有一百七十七人学习下载适合正在学习非线性控制、进行课程设计或毕业设计以及需要快速搭建控制算法验证平台的自动化类专业学生与工程师。1. 一份带反馈线性化的滑模 Simulink 仿真该怎么入手从“滑膜控制”搜进来的人多数是被输入法带到了这个错别字前正确写法是“滑模控制”即 Sliding Mode Control。文件夹名字里的第2章仿真程序.rar若按教材配套资源的老路数解开大致是初始化脚本、Simulink 模型和后处理绘图脚本三件套。接下来的内容不依赖压缩包里的具体文件直接给一套等价的最小实现在 SIMULINK 里用反馈线性化把非线性对象整理成线性积分链再用滑模控制把参数摄动和未建模动态压下去。适合手里有仿真程序但看不懂参数含义的人也适合从零搭滑动模态控制仿真的人。跑通之后你会清楚为什么滑模控制要配一个边界层以及反馈线性化到底帮了什么忙。2. 反馈线性化加滑模控制的模型结构与适用边界2.1 先把对象写成仿射系统真实参数与名义参数分开滑模控制针对的是能写成标准仿射形式的系统。下面这套模型贯穿全文它是一个带非线性阻尼、状态相关控制增益的二阶对象x1 x2 x2 f(x1, x2) g(x1, x2) * u d(t, x)其中名义部分取f(x1, x2) (-ks * x1 - cd * x2 - nd * x2 * |x2|) / m g(x1, x2) (1 0.2 * sin(x1)) / m这里的nd * x2 * |x2|是典型的平方阻尼(1 0.2 * sin(x1))表示控制增益随状态变化。如果 g 是常数反馈线性化就退化成普通输入变换体现不出它的价值状态相关增益才是需要做反馈线性化的理由。d(t, x)是集总扰动包括参数摄动和未建模动态假设上界已知|d| D。在 Simulink 里建模时一个最容易让仿真“效果太好”的做法是让被控对象和控制器共用同一组参数。这样反馈线性化完美对消滑模面几乎不动作曲线漂亮得像教科书。正确做法是把参数拆成两套被控对象里写m_true、ks_true、cd_true、nd_true控制器里用p.m、p.ks、p.cd、p.nd。后面的参数扫描才能看出滑模控制到底压住了多少模型误差。2.2 输入-输出线性化的相对度推导取输出y x1对时间求导y x2 y f(x1, x2) g(x1, x2) * u d(t, x)控制量 u 第一次出现是在第二次求导时所以这个系统的相对度 r 2。系统阶数是 2相对度等于阶数意味着没有内动态零动态问题暂时不用管。这一点很重要因为一旦换成倒立摆或者带柔性模态的对象相对度小于阶数反馈线性化会留下“看不见的状态”输出跟踪得很好但内部状态可能发散。如果名义模型足够准反馈线性化控制律写为u (v - f_hat) / g_hat其中f_hat、g_hat是名义模型v 是外环的线性控制量。代入对象方程理想情况下得到x2 v d。这是一个二阶积分链线性控制理论里的 PD、PID 都可以直接往上套。先用符号计算验证一下相对度顺便检查 g 是否可能为零。脚本如下syms x1 x2 u real x [x1; x2]; f [x2; (-2*x1 - 0.5*x2 - 0.1*x2*abs(x2))]; g [0; (1 0.2*sin(x1))]; y x1; % 输出对时间求一次导 y1 jacobian(y, x) * (f g*u); % 再求一次导观察 u 是否出现 y2 jacobian(y1, x) * (f g*u); % 展开 y2u 出现在表达式中即相对度为 2 expand(y2)代码里两次使用jacobian(y, x) * (f g*u)这是在求李导数。第一次结果不含 u第二次结果含 u说明相对度为 2。运行后如果发现 g 在某个状态点等于 0控制律u (v - f_hat)/g_hat会直接除零仿真立刻报 NaN这类工作点要提前避开。2.3 反馈线性化负责对消滑模负责鲁棒反馈线性化有个致命前提f_hat和g_hat必须和真实对象足够接近。工程里参数摄动是常态比如负载质量变了 30%摩擦系数老化这时候纯反馈线性化加 PD 的跟踪误差会被扰动直接放大。滑模控制在这里的价值是把剩余的不确定性当作集总扰动压住。构造滑模面s e_dot lambda * e其中e x1 - xde_dot x2 - xd_dotlambda 0。滑模面为零时跟踪误差满足e_dot -lambda * e按指数收敛收敛时间常数是1/lambda。外环线性控制量选指数趋近律v xd_ddot - lambda * e_dot - eps * sat(s / phi) - alpha * s把 v 代入x2 v d得到滑模面动态s -eps * sat(s / phi) - alpha * s d(t, x)只要eps D等速项就能抵消扰动上界保证滑模面可达。alpha 项在 s 离零较远时加速趋近边界层厚度 phi 负责削抖振。这部分内容也是四旋翼这类 MIMO 对象常用的简化路径反馈线性化解耦出俯仰、滚转、偏航通道后每个通道套同一个滑模律只是 f 和 g 换成对应通道的表达式。控制结构对模型的要求鲁棒性来源主要问题反馈线性化 PD需要精确 f、g几乎没有参数摄动大时跟踪误差发散反馈线性化 滑模名义 f、g 加扰动上界 D等速项抵消集总扰动抖振需边界层削波纯滑模不做反馈线性化系统可写为标准型滑模面设计扰动不变性控制量需求更大建模更复杂3. 在 SIMULINK 里搭反馈线性化加滑模的最小仿真3.1 模型层次与避免代数环的三个连接规则这种 rar 配套程序的常见结构是 init 脚本、mdl/slx 模型、plot 脚本三件套。模型部分我习惯分四块参考轨迹生成、滑模控制器、被控对象、日志输出。四块之间连接时有三个规则能帮你省掉大半调试时间。第一控制器输入的状态量必须从 Integrator 的 State Port 引出不要用 Derivative 模块求导。Derivative 会把数值噪声放大一个量级滑模切换本来就有高频分量叠加之后抖振波形完全没法看。State Port 的输出是积分器内部状态不会引入额外噪声。第二反馈线性化控制律u (v - f)/g里 f 和 g 只能依赖状态不能依赖 u。如果被控对象里出现u参与 f 计算Simulink 会报代数环或者给出不期望的隐式解。建模阶段检查一下对象方程是不是仿射形式是的话这条规则自然满足。第三状态信号尽量用一根 2×1 向量线不要拉两根单线。控制器内部用x(1)、x(2)索引比两个独立输入端口清晰后面做代码生成也更友好。3.2 控制器 MATLAB Function 完整代码控制器用一个 MATLAB Function 模块实现输入是状态向量 x、参考轨迹 xd、xd_dot、xd_ddot以及参数结构体 p。输出是控制量 u。完整内嵌代码如下function u smc_fbl_controller(x, xd, xd_dot, xd_ddot, p) % 状态取自积分器 State Portx 是 2x1 列向量 e x(1) - xd; e_dot x(2) - xd_dot; % 滑模面 s e_dot lambda * e s e_dot p.lambda * e; % 饱和函数 sat(s/phi)替代 sign 削抖振 if abs(s) p.phi s_sat sign(s); else s_sat s / p.phi; end % 指数趋近律 v xd_ddot - p.lambda * e_dot - p.eps * s_sat - p.alpha * s; % 名义模型反馈线性化 f_hat (-p.ks * x(1) - p.cd * x(2) - p.nd * x(2) * abs(x(2))) / p.m; g_hat (1 0.2 * sin(x(1))) / p.m; % 控制律 u (v - f_hat) / g_hat u (v - f_hat) / g_hat;这里的逻辑分三段。第一段算误差和滑模面第二段设计外环线性控制量 vp.eps * s_sat是克服扰动的等速趋近项p.alpha * s是让滑模面远离零时快速拉回的指数项第三段用名义模型把 v 映射成真正的控制量 u。注意x必须按列向量进入。如果前面用 Selector 或矩阵拼接改变了维度MATLAB Function 里x(2)可能取到错误元素报Index exceeds the number of array elements时先查输入维度而不是查控制律。这是 Simulink 数组读取最常见的坑。3.3 被控对象搭建State Port 与 Selector 的配合被控对象部分不用传递函数模块也不用状态空间模块用两个 Integrator 串联搭积分链这样才能把中间状态引出来做非线性项。搭建步骤放置两个 Integrator第一个输出是 x1输入是 x2第二个输出是 x2输入是x2。把第一个 Integrator 的初始条件设为 0.1人为制造初始误差。双击第二个 Integrator勾选 “Show state port”从状态端口引出一根线这就是整个状态向量[x1; x2]。用 Selector 模块从状态向量里拆出 x1 和 x2Index 分别填 1 和 2。用 Math Function、Abs、Product 模块搭出真实被控对象表达式f_true g_true * u接到第二个 Integrator 的输入。控制器模块的 x 输入直接接状态端口不要把经过 Selector 的单线再混成向量避免宽度不匹配。Selector 的配置里Number of input dimensions 填 2Index Option 选 Index vector (port)Index 填[1 2]输出端口就是一个 2×1 向量。如果只需要单路输出Index Option 改成 Index vector (dialog)Index 填 1 或 2。看到 “Invalid input index” 报错时八成是维度设置的 1 而不是 2。提示被控对象参数用m_true、ks_true命名控制器里用p.m、p.ks。两者不一致滑模环才有实际意义。初始化脚本用下面的内容% smc_init.m % 名义模型参数供控制器使用 p.m 1.0; p.ks 2.0; p.cd 0.5; p.nd 0.1; p.lambda 20; p.eps 2; p.alpha 5; p.phi 0.01; % 真实模型参数供被控对象使用 m_true 1.3; ks_true 2.4; cd_true 0.8; nd_true 0.06; % 参考轨迹参数 A 0.5; omega 2 * pi * 0.2; % 求解器设置固定步长 ode4 set_param(bdroot, Solver, ode4, ... FixedStep, 0.001, StopTime, 10); % 写入基础工作区 assignin(base, p, p); assignin(base, m_true, m_true);参考轨迹定义为xd A * sin(omega * t)在模型里用 Clock 加 Math Function 生成。xd_dot 和 xd_ddot 要解析求导后写到 MATLAB Function 里不要在模型中用 Derivative 求。把p.eps从 2 加到 5能明显看到扰动被压下去。3.4 求解器选择固定步长 ode4 的三个理由网上多数 Simulink 教程默认变步长 ode45但滑模控制直接跑 ode45 会很难受。滑模切换是不连续信号变步长求解器在切换点附近反复检测误差仿真速度骤降切换瞬间的数值尖峰还会在示波器上形成虚假的高频抖振看起来像控制器坏了实际是求解器惹的祸。对比项ode45 变步长ode4 固定步长运行时间切换频繁时显著变慢固定计算量易预估抖振观察数值噪声叠加切换抖动稳定反映控制律真实抖动结果可比性依赖误差容差不同机器结果略不同步长固定结果可复现使用阶段参数粗调和趋势观察滑模调试、波形确认、结果发布我一般直接固定 ode4步长 1e-3 起步。如果滑模面 s 的波形里能看到明显的高频“毛刺”跟随仿真步长跳变把步长加密到 1e-4毛刺会变小但不会消失真要让毛刺消失得改边界层厚度 phi这是第 4 章的内容。提示步长减半运行时间翻倍但抖振幅度通常不会线性改善。步长到 1e-4 之后仍抖问题在 phi 不在步长。4. 滑模面系数、趋近律和边界层厚度的调参顺序4.1 lambda 决定误差收缩速率但会放大控制量峰值lambda 是滑模面s e_dot lambda * e的斜率直接决定跟踪误差到达滑模面后的收敛速度。误差动态近似为e_dot -lambda * e时间常数是1/lambda。lambda 从 10 调到 50收敛速度快 5 倍但控制量峰值也同步放大因为v里有一项-lambda * e_dot误差大的初始阶段这项会叠加出一个很大的控制需求。调试时先单独给阶跃信号看 u 的峰值不要一上来就同时调多个参数。如果 u 峰值超过了执行器限幅先降低 lambda。这个参数对稳态精度几乎没影响它的职责是收敛动态。4.2 eps 管鲁棒alpha 管趋近速度两者别混着调趋近律s -eps * sat(s/phi) - alpha * s里eps 项在滑模面附近起主导作用它必须大于集总扰动上界 D否则滑模面会在边界层外面徘徊跟踪误差出现周期性“掉队”。alpha 项在 s 绝对值大时起主导负责把状态快速拉回滑模面。工程调试时把 alpha 固定只调 eps观察 s 是否进入边界层。如果 s 长期在 phi 之外波动说明 eps 不够大。把 eps 提升到 D 的 1.5 到 2 倍通常能压住。但 eps 每增大一点控制量的高频切换幅度也增大一点所以 eps 不是越大越好够用就行。这里用一段脚本快速扫描滑模面质量for eps_test [1, 2, 4, 8] p.eps eps_test; assignin(base, p, p); sim(smc_fbl); s_data logsout.get(s).Values.Data; s_rms(eps_test) sqrt(mean(s_data.^2)); end观察 s 的 RMS 随 eps 的变化曲线。s_rms 不再明显下降的那个点就是鲁棒性和抖振幅度的工程平衡点。4.3 phi 是抖振的唯一直接旋钮但会换来稳态误差phi 是边界层厚度控制律里的sat(s/phi)在|s| phi时变成线性项s/phi相当于在边界层内部用高增益比例控制代替不连续切换抖振幅度随之下降。phi 增大到一定程度边界层内部的等效增益eps/phi下降滑模控制退化成高增益 PD稳态误差开始抬头。调参顺序我习惯反过来走先把 phi 设得很小比如 0.001让滑模面先严格收敛确认 eps 能压住扰动然后逐步增大 phi每增一倍就跑一次观察 u 的高频分量幅度和跟踪误差的 RMS直到抖振可接受而精度不超限。下表是这套参数在示波器上的表现对照参数调大的效果调小的效果观察信号lambda收敛快、u 峰值大收敛慢、s 低频漂移e 与 u 峰值eps抗扰动强、抖振幅度大稳态偏差明显s 的边界外停留时间alpha初始趋近快、u 初始峰值大到达滑模面变慢s 的衰减包络phi抖振弱、稳态误差增大抖振强、精度高u 高频幅度与 e 的 RMS边界层厚度 phi 和误差精度的关系可以粗估为稳态误差量级大致在phi / lambda附近。lambda20、phi0.01 时误差大约在 0.0005 量级这对大多数工程仿真足够。再往下压精度就要减小 phi但硬件在环时不连续跳变会激发出执行器噪声所以 phi 的下限通常是执行器分辨率而不是仿真精度。5. 三个验证滑模控制质量的检查滑模面、控制量、鲁棒性5.1 滑模面是否进入边界层而不是只看跟踪曲线跟踪曲线修得再平也不能说明滑模在工作。给模型加两个 Outport一个记 s一个记 u用日志浏览器导出。检查 s 是否在有限时间内进入|s| phi并保持figure; plot(tout, logsout.get(s).Values.Data); hold on; yline(p.phi, r--); yline(-p.phi, r--);判定标准只有两条s 在初始趋近段之后大部分时间落在红色虚线之间边界外的穿越次数在几个周期内降为零。如果 s 来回穿越边界说明 phi 太小或者步长过大先改 phi。5.2 控制量 u 的抖动源三查控制量的高频抖动来源有三个排查顺序固定。第一查步长切换频率接近求解步长时u 的波形会呈“锯齿状”先把 FixedStep 降到 1e-4 看是否改善。第二查 phiu 的高频分量幅度大约等于2 * eps / g_min如果实测幅度接近这个值说明 sign 函数还在主导增大 phi。第三查幅值给 u 串一个 Saturation 模块模拟执行器限幅如果 u 长期撞在限幅值上问题不在抖振而在 lambda 和 alpha 过大。5.3 30% 参数摄动下做 RMS 对比再考虑代码生成最后一个检查是把真实参数逐步偏离名义值看误差 RMS 是否可控perturb [1.0, 1.3, 1.6]; for k 1:length(perturb) m_true 1.0 * perturb(k); ks_true 2.0 * perturb(k); assignin(base, m_true, m_true); assignin(base, ks_true, ks_true); sim(smc_fbl); e_data logsout.get(e).Values.Data; rms_err(k) sqrt(mean(e_data.^2)); end disp([perturb; rms_err]);正常情况下1.6 倍摄动下的误差 RMS 不应比 1.0 倍高出太多。如果比值超过 2说明 eps 对 D 的裕度不够回到第 4 章先加 eps不要先动 lambda。参数扫描通过后把 MATLAB Function 模块用 Embedded Coder 生成 DLL 或 FMU在 Simulink 外部模式下再跑一遍同样的 RMS 计算确认代码生成后的控制律响应和仿真一致。本文还有配套的精品资源点击获取
