2023内燃动力智能控制集训营第四讲——自抗扰控制理论与方法

2023年10月21日，由中国内燃机学会主办，中国内燃机学会内燃动力智能技术分会、天津大学先进内燃动力全国重点实验室共同承办的先进内燃动力智能控制集训营第四讲顺利结束。第四讲我们特别邀请到了中国科学院数学与系统科学研究院的薛文超研究员，做主题为自抗扰控制理论与方法的授课。薛研究员多年来主要研究不确定系统智能控制，机器学习，分布式系统估计，航空航天系统控制等领域，是控制方向的专家。课程由北京理工大学机械与车辆学院副院长章振宇主持。

薛文超研究员顺着自抗扰控制（ADRC）的发展脉络，从经典ADRC和扩张状态观测器（ESO）入手，带大家回顾了经典ADRC的设计和相应闭环系统性能分析，然后突破传统的桎梏，为大家带来了新颖的ADRC的发展方向，包括不确定系统能观性分析、卡尔曼滤波与ESO结合算法与理论、强化学习ESO的调参方法及理论，令人拍案叫绝。

薛老师以工业界上大家耳熟能详的PID控制器作为故事的开头，说到：“工业当中90%以上，甚至在某些行业中100%都使用的是PID控制器的形式。原因在于，工程应用需求中的简单的思想和快速的调节。与此同时，PID不依赖于模型以及三个参数意义明确的特点也是十分显著的。”但是，如果我们已知了模型信息，该怎么利用上模型的信息，设计一个理想的控制器呢？由此就引出了韩京清先生的基于扩张状态观测器观测系统总扰动，实时前馈补偿的自抗扰控制理论。薛老师指出：“从现在的视角来看，这个想法还是朴素且简单的。但是其核心思想在于不是把系统当中的不确定性利用过去的数据对其进行精确的建模，而是直接把未知扰动当作一个信号来处理，利用其微分信号实时且准确地估计出该未知扰动，从而简化了控制器的设计。”

同时，薛老师进一步讲解了ADRC控制器的闭环系统性能分析。他指出，ADRC控制律中由于ESO可调节的带宽可以保证总扰动的实时估计和抵消，而补偿后的系统的动态性能可以通过一系列待标定的来决定。基于此，自抗扰控制器可以天生地完成实际轨迹和理想轨迹在整个动态过程中足够接近的控制目标。薛老师紧接着阐述了闭环系统瞬态性能分析的主要结论：跟踪误差可通过调节ESO的带宽做到在整个时间域上足够小。即通过增大ESO的带宽，在没有量测噪声的前提下，系统的瞬态响应能力将得到显著提升。

讲到卡尔曼滤波与ESO结合的部分，薛老师提到，滤波器和观测器都是针对状态的估计问题而产生，而滤波器的特点，在于最优。即谈到滤波器时一定有个优化的问题在里面。然后薛老师详细地阐明了，存在噪声的实际系统中，如何利用卡尔曼滤波从输出数据获得一个状态的线性最小方差估计。卡尔曼滤波目前不仅用于航空航天运动系统，很多的经济系统，人口系统都存在卡尔曼滤波的身影。利用卡尔曼滤波得到的状态的线性最小方差估计，除了最优性，依然具有稳定性和一致性。通过一致性，可以得到状态估计误差的方差阵的上界，进而可以推出估计误差本身在多大的范围呢。即通过卡尔曼滤波，我们便可以得到状态真值的取值范围。这对于接下来的控制问题是大有裨益的。但是卡尔曼滤波只能应用于线性系统，对于非线性系统就有些力不从心了。因此，我们可以借鉴ESO的思想，把非线性扰动当做一个扩张的信号来处理，对于系统中的非线性未知动态采用ESO作为时变信号估计和补偿，对于系统中高频的随机性噪声，利用卡尔曼滤波在线优化，最终实现在控制问题中卡尔曼滤波与扩张状态观测器的结合。

最后，薛老师讲到了强化学习ESO调参方法及理论。随着ESO的带宽的增加，系统的瞬态响应能力提升，但是代价是稳态时的波动变大。由此带来的启发便是，先给一个较大的带宽，快速进入稳态之后再降低带宽，从而在降低稳态下的波动。基于此，首先将系统离散化，并且将带宽设置成时变增益，使用强化学习每隔几个采样步长就调节一次带宽。紧接着薛老师引用无人车纵向速度控制系统的例子，为大家细致解答了强化学习是如何按照需求调节ESO的带宽问题。

课程结尾，来自康明斯投资有限公司的李丁帅工程师就ADRC控制率中，扰动补偿后沿用PD控制器而非PID控制器的问题与薛老师展开了讨论。薛老师指出，ESO观测后的扰动补偿与PID中积分项的作用类似，都有消除稳态误差的作用，因此如果在扰动补偿后继续使用PID控制器有可能会造成二者功效上的耦合，最终出现一定的负作用。最终，2023内燃动力智能控制集训营第四讲在学员与老师互相交流、互相学习的氛围中圆满结束。

从薛老师的课程内容可以看出，传统的理论为我们提供了坚实的根基，而在其上不断地创新才是枝繁叶茂的必由之路。创新是发展的第一动力，在知识爆炸的时代，理论创新被视为推动社会进步的引擎。学校与企业间的紧密合作为这台引擎提供了源源不断的动力。唯有通过理论的创新，我们才能在激烈的竞争中脱颖而出，唯有通过实践的探索，我们才能够真正了解知识的应用和局限性。

据悉，本期集训营设置有基础理论，内燃机-动力系统-车辆与集群的测量、控制与优化，自主ECU工具链及仿真测试平台三个模块共19次的课程。吸引了来自同济大学、天津大学、吉林大学、山东大学、哈尔滨工业大学等22所大学，东风、吉利、长安、中汽研、康明斯、天津易鼎丰、天津布尔科技等20家企业，中船711研究所、北方发动机研究所、一汽无锡油泵油嘴研究所、中科院数学与系统科学研究院等7家研究院所的四十余家单位的老师、学生、研究人员及企业技术人员共百余人参加。集训营的累计人数目前达到了437人，预计本期训练营总参加人次将达到两千人次。