Professional Documents
Culture Documents
博士学位论文
分数阶线性系统及其应用
姓名:王振滨
申请学位级别:博士
专业:控制理论与控制工程
指导教师:曹广益
20040301
博士学位论文 摘 要
分数阶线性系统及其应用
摘 要
I
博士学位论文 摘 要
据 可控性和可观测性秩判别定理及其证明 运用拉普拉斯变换和留数定理给出
了分数阶线性定常系统的内部和外部稳定性定理的证明 并讨论了其内部和外部
稳定之间的关系 直接从复分析中的辐角原理出发 推导出分数阶线性定常系统
2 种有效的闭环稳定性判据 分数阶系统奈奎斯特判据和分数阶系统对数频率判
据 结合分数阶线性定常系统状态方程的解和可控性与可观测性定义 给出了分
数阶线性定常系统的能控性和能观测性秩判别定理及其证明 仿真实例验证了上
述定理
(3)给出了分数阶常微分方程和分数阶状态方程的一个快速数值求解方法 运
用分数微积分的算子表示法 结合分数阶线性多步长方法的一些定义 定理及其
证明 给出了分数微积分的高价近似权系数的生成函数表达式 在此基础上推导
出分数阶常微分方程和分数阶状态方程的高阶近似表达式 并进行了仿真研究
(4)给出了分数阶系统的时域 频域和稳态响应 根据其特征根在黎曼主平面
内 外的位置 指出它有 5 种不同的响应 单调下降函数 阻尼振荡函数 等幅
振荡函数 发散振荡函数 单调上升函数 在介绍了分数阶 PID 控制器的概念及
其时域和频域表示方法后 进一步把分数阶 PID 控制器的概念推广到分数阶 DD
II IDI PDD 等分数阶控制器上 并给出运用分数阶 DD 控制器来控制汽车减震
的例子 从中发现分数阶 DD 控制器比传统 PD 控制器在减小系统超调量上效果
明显 提出了分数阶 PID 控制器的一种新的数字实现方法 本方法可以直接在时
域或 Z 域中计算分数阶 PID 控制器 而且能保证足够高的精度 给出了一个设计
分数阶数字 PID 控制器的实例 该例中控制对象为一非线性系统 该系统包含下
面四种不同的非线性模块中的一种 饱和 死区 迟滞和继电器
(5)给出了分数阶线性系统的 2 种辨识方法 基于分数阶泊松滤波器的辨识方
法和基于状态空间模型分解的辨识算法 前者用于待辨识系统的阶次已知的情况
其思想是利用分数阶泊松滤波器把分数阶导数和滤波的计算合并起来 只需计算
一步就可以得到滤波后的分数导数 再利用最小二乘算法进行系统辨识 后者可
以同时辨识系统的阶次和其它模型参数 其思想是通过基底变换把分数阶线性系
统的输入 输出关系转化为若干简单的子系统的和 再对这些子系统的模型参数
进行辨识 最后可以获得与原系统代数等价的辨识系统的模型参数 仿真实例验
证了上述方法
(6) 燃料电池 尤其是熔融碳酸盐燃料电池(Molten Carbonate Fuel Cell, MCFC)
是本世纪最有希望的清洁发电技术之一 由于 MCFC 是高温燃料电池 运行温度
为 650 ° C 电堆温度波动过高或过低都会极大地影响电池的运行性能 必须把
电堆温度控制在一定范围内 而 MCFC 系统具有非线性 时变 强耦合的特点
使得传统的控制方法难以取得很好的控制效果 考虑到分数阶迭代学习控制
(Iterative Learning Control, ILC)的特点 对控制对象本身不需太多的限制 不需要
II
博士学位论文 摘 要
系统输入和输出的确切映射关系 具有在迭代过程中不断学习记忆的功能 在迭
代过程中可以同时调整学习速度增益和跟踪误差的微分阶次 结合目前本所正在
进行的十五 863 计划项目 50kW 级 MCFC 示范发电系统 的有利条件 提出
了运用分数阶 ILC 方法来控制MCFC 电堆温度的思想 仿真实例验证了上述思想
总结全文 本文主要有如下几个创新点
(1) 给出了分数阶线性定常系统的内部 外部稳定性定理和可控性和可观
测性秩判别定理及其证明 首次提出了分数阶线性定常系统的 2 种闭
环稳定性判据
(2) 提出了分数阶微分方程的一种快速数值求解方法
(3) 首次提出了一种新的分数阶 DD 控制器的概念 提出了分数阶 PID 控
制器的一种新的数字实现方法
(4) 给出了分数阶线性系统的 2 种辨识方法
(5) 提出运用分数阶 ILC 方法控制 MCFC 电堆温度的思想
III
博士学位论文 ABSTRACT
ABSTRACT
IV
博士学位论文 ABSTRACT
V
博士学位论文 ABSTRACT
increasing functions. After the introduction of the concept of fractional order PID
controllers and its time domain and frequent domain description methods, we further
generalize the concept to the kind of fractional order controllers, such as DD, II, IDI,
PDD, and etc. An example of the car shock absorption is given using fractional order
DD controllers, from which we find the system’s overshoot is sharply decreased when
using a fractional order DD controller instead of a classical PD controller. A new kind
of digital implementation scheme of fractional order PID controllers is given. Our
scheme can calculate them directly in the time domain or the Z domain, and a high
enough precision is guaranteed too. An example of designing the fractional order
digital PID controllers is included for illustration, in which different fractional order
PID controllers are designed for the control of a nonlinear dynamic system containing
one of the four different kinds of nonlinear blocks: saturation, dead- zone, hysteresis,
and relay.
(5) Two schemes of identifying fractional order linear systems are given: the
identification algorithm based on fractional Poisson filter; the identification algorithm
based on the state-space modal decomposition. The former is used on the condition
that the system’s orders are known, and its basic idea is to compute the fractional
derivatives and the filters simultaneously, i.e. the filtered fractional derivatives can be
obtained by computing them in one step, and then system identification can be fulfilled
by the Least Square method. The latter can be used to identify both the system’s order
and other modal parameters simultaneously, and its basic idea is to change the system
matrix into a diagonal one through basis transform. This makes it possible to turn the
system’s input-output relationships into the summation of several simple subsystems,
and after the identification of these subsystems, the whole identification system is
obtained which is algebraically equivalent to the former system. Examples verified the
effectiveness of the schemes aforementioned.
(6) Because MCFC belongs to the high- temperature fuel cells (its normal running
temperature is 650 ° C ), its running performances can be greatly influenced by a strong
fluctuation of the stack temperature. For this reason, the stack temperature must be
controlled within a certain scope. Due to the characteristics of nonlinear, time- variant,
and strong coupling of the MCFC system, good enough control effects can hardly be
guaranteed if only using classical control methods. Fractional order iterative learning
control (ILC) has the following features: no need of much stricter constraints on the
plant itself; no need of the exact mapping relationships of the input and output; the
abilities of memorizing and learning incessantly during the iteration process; the
adjustment of both the learning speed gain and the differential orders of the trace error
during the iteration process at the same time. Combining the above ILC features with
the good conditions of the national 863 scientific project item: “the 50 kW-scale
MCFC demonstration system” being carried on in our fuel cell institute, we propose
VI
博士学位论文 ABSTRACT
the idea of applying fractional order ILC scheme to control the stack temperature of
MCFC. Simulation studies verify the idea aforementioned.
In conclusion, the main innovative points of the dissertation are as follows:
(1) The internal and external stability theorems and the rank-judgment
theorems of both the controllability and observability of fractional order
LTI systems are given and verified; two closed- loop stability criteria of
fractional order LTI systems are proposed firstly;
(2) A fast numerical algorithm for fractional order differential systems is
proposed;
(3) The new concept of fractional order DD controller is firstly proposed; a
new digital implementation of fractional order PID controllers is
proposed;
(4) Two schemes of identifying fractional order linear systems are given;
(5) The idea of using fractional order ILC scheme to control the stack
temperature of the MCFC system is proposed.
VII
上海交通大学
学位论文版权使用授权书
本学位论文作者完全了解学校有关保留 使用学位论文的规定
同意学校保留并向国家有关部门或机构送交论文的复印件和电子版
允许论文被查阅和借阅 本人授权上海交通大学可以将本学位论文的
描等复制手段保存和汇编本学位论文
保密 在 年解密后适用本授权书
本学位论文属于
不保密
请在以上方框内打
学位论文作者签名 指导教师签名
日期 年 月 日 日期 年 月 日
上海交通大学
学位论文原创性声明
立进行研究工作所取得的成果 除文中已经注明引用的内容外 本论
文不包含任何其他个人或集体已经发表或撰写过的作品成果 对本文
的研究做出重要贡献的个人和集体 均已在文中以明确方式标明 本
人完全意识到本声明的法律结果由本人承担
学位论文作者签名
日期 年 月 日
博士学位论文 第一章 绪 论
第一章 绪 论
1 . 1 分数微积分的历史
分数微积分(fractional calculus)不是求分数的微积分 也不是传统微积分(微
分 积分和变分)的一部分 实际上它是求任意阶导数和积分(integration and
differentiation to an arbitrary order)的一门学科 它几乎同传统整数阶微积
分同时出现 距今已经有近三百年的历史了 分数阶导数理论的起源可以追溯到 1695
年 9 月 30 日 在 Leibnitz 写给 L H pital的信中首次探讨了 1/2 阶导数的意义
此后 Bernouli Euler 和 Fourier 等数学家也加入到此问题的讨论中来 有关分数
微积分的最早系统化的研究一般被认为是由 Liouville(1832 年) Riemann(1853 年)
和 Holmgren(1864 年 )在 19 世纪初期到中叶完成的 尽管 Euler(1730 年)
Lagrange(1772 年) Laplace(1812 年) Lacroix(1819 年)和许多其他学者在此之前
就已经作出了贡献
Liouville(1832 年)受 Abel(1823 年)运用积分变换求解等时轨线积分方程和
Fourier(1822 年)积分公式的启发间接给出了函数的 q 阶导数定义 他的思想是首先
把函数展开成指数级数形式 再逐项对此级数进行求导运算 在此过程中把 q 认为
是某个正整数 后来 Liouville 把增量变化率的定义进行推广从而给出了分数阶导
数的定义 Liouville 是第一个试图运用分数阶运算符号求解微分方程的数学家
围绕分数微积分 在相当长的时间里 数学家们有一个争论 常数的分数阶导数
是否为零 因为根据 Liouville 的分数导数的定义 Center (1848 年)发现结果应该
为零 而根据 Lacroix 的定义它不为零 Morgan (1840 年)通过研究指出上述两种不
同的定义可能是某个更加广义的定义的一部分 Morgan 的说法是正确的 上述两种
看似对立的定义的确可以统一为一个更加广义的定义中
Riemann 在其学生时代已经深入研究了他自创的分数积分理论 但没有发表 直
到 1892 年才发表 他(1853 年)把泰勒级数进行推广 给出了一个定积分形式的不同
于 Liouville 的分数导数定义 他的定义中包含一个补函数 此种定义适用于指数
为非整数的幂级数 但补函数的存在性问题也引起了数学家们相当的争论
Liouville(1832 年)和 Hargreave(1848 年)把两个函数积的 n 阶导数公式 即
Leibniz 公式 推广到分数阶导数情况 得到分数阶 Leibniz 公式 它现在已经用于
许多实际应用中 Holmgren(1868 年)发表了应用分数微积分求解某些常微分方程的
一篇相当长的专著 在其论文中他提出了分数微分是分数积分的逆运算这一正确结
论 他以 Liouville 的工作作为自己的出发点 指出他写此文的目的是不依赖于前
1
博士学位论文
面的学者施加于独立变量过多的限制条件 来寻找一个完全的解
Sonin (1869 年)的文章 On differention with arbitrary index 是最早引
出现在所谓的 Riemann-Liouville 定义的论文 他的研究的出发点是 Cauchy 积分公
式 Letnikov 在 1868 年到 1872 年也研究了此问题 他的文章 An explanation of
the main concepts of the theory of differentiation of arbitrary index 可
以认为是 Sonin 的那篇文章的延伸 分数微积分理论的发展离不开算子理论的发展
而算子理论直到 Laurent(1884 年)推出广义算子理论才到了当代数学发展的分界线
Laurent 的研究出发点同样是 Cauchy 积分公式 他所选取的积分路线是个未封闭的
半圆 而与 Sonin 和 Letnikov 选取的封闭曲线不同 采用 Sonin 方法得到的分数积
分就是现在所谓的 Riemann-Liouville 分数积分 公式中去掉了 Riemann 给出公式
中的补函数项 到那时才知道 Lacroix 和 Liouville 给出的常数的分数导数的不同
结果是由于给定函数属于不同的函数类型 Lacroix 给出的函数属于 Riemann 族 而
Liouville 给出的函数属于 Liouville 族
Grünwald 和 Krug 最先统一了 Liouville 和 Riemann 不同形式的分数微积分定义
Grünwald(1867 年)认为 Riemann 给出的分数导数定义的限制太多 他把导数定义为
差商的极限作为研究的出发点 推导出 q 阶导数的定积分形式的公式 Krug(1890 年)
通过研究整数阶导数的 Cauchy 积分公式 发现 Riemann 给出的定积分形式的分数导
数定义 其积分下限为有限值 而 Liouville 给出的积分形式分数导数定义 没有
明显的积分下限 可以认为是负无穷大
Heaviside(1892 年)发表了很多论文 他指出某些线性微分方程可以运用广义算
子理论求解 Heaviside 不是个严格的数学家 但他的方法已被证明在工程领域应用
的很成功 特别是在电缆中电流的传输理论中 并已经集中在 Heaviside 微积分算
子一文中 Heaviside 微积分算子和线性泛函算子有关 他定义微分算子为 p 并且
在求解微分方程时把它当作一个常数来对待 因而 Heaviside 在电流传输线理论中
的不朽贡献也同时加速了广义算子理论的发展 虽然 Heaviside 给出的结果是正确
的 但是他未能给出严格的证明 只是到了 1919 年 Heaviside 的理论才被 Bromwich
成功证明
在 1900-1970 年期间 发表了相当多的有关分数微积分的文章 如 Weyl(1917
年)给出了一个周期函数的分数积分定义 Marchaud(1927 年)给出了有限差分的分数
微分定义 Kober(1940 年)和 Kuttner(1953 年)验证了一些特殊 但又显然属于
Lebesgue 和 Lipschitz 族函数的分数微积分性质 Erdélyi(1939 1940 和 1954 年)
和 Osler(1970 年)给出了任意函数的分数微积分定义 Erdélyi(1964 和 1965 年)应
2
博士学位论文 第一章 绪 论
1 . 2 分数微积分的应用
从上一小节可以发现分数微积分理论的发展与其应用是分不开的 本部分的内容
或多或少也会与上一小节有重复 但主要给出分数微积分的应用 分数微积分的应
用其实并不远远落后于对其理论的研究 在某种意义上 它的第一次应用是由
Abel(1823 和 1825 年)完成的 他首次发现等时轨线积分方程的求解可以通过积分变
换来实现 并可以写成 1/2 导数的表达式 运用分数微积分求解实际问题最强烈的
刺激来自于 Boole(1844 年) 因为他给出了求解线性定常微分方程的符号求解方法
并通过求此幂级数的逆运算来求解微分方程 他的方法后来经过改进更加适合某类
函数 并可以延伸到多个方向
Heaviside(1892 1893 和 1920 年)运用符号微积分求解某些电磁场理论问题可
以说是分数微积分的另一个重要的应用 Heaviside(1920 年)在研究传输线理论时
介绍了分数微积分可能潜在的应用 Gemant(1936 年)近一步把它推广到描述弹性问
题中去 Mandelbrot 把分数微积分用在分形理论中
20 世纪初期到 70 年代分数微积分的理论与应用有了显著的发展 本时间段的分
数微积分的主要应用领域包含 流变学 电化学 化学物理 电力传输线理论等
近年来 分数微积分的应用更是突飞猛进 无法一一枚举 可以说几乎没有一个
科学和工程领域没有被分数微积分涉及到 本时间段的分数微积分的主要应用领域
[7,8,9]
包含 各种材料的遗传 力学和电特性描述 岩石的流变性质描述[10,11,12] 分形
3
博士学位论文
1 . 3 分数微积分的几何和物理意义
分数微积分本身就是一个误称 之所以称其为分数微积分是因为数学家们最初是
把整数阶导数拓展到分数阶导数所致 实际上分数微积分的阶次还可以是无理数
甚至是复数 虽然分数微积分这种说法不能准确地表示其实际含义 但数学家们还
是接受了这种说法 这本身说明虽然不是任何事物的产生一开始都是很完美的 有
些甚至是错误的 而且其性质也不是一下子都能知道的 但这并不妨碍人类对它们
的研究 因为分数微积分是整数微积分的推广 而整数微积分有明确的几何和物理
含义 所以很自然的问题是分数微积分的几何和物理意义到底是什么 尽管很多数
学家都曾经深入探讨过此问题 但到现在都还没有明确的答案 例如 函数 f ( x) 的
4
博士学位论文 第一章 绪 论
1 . 4 分数微积分与整数微积分的比较
下面将从传统整数阶微积分出发 把微积分的阶次从整数推广到分数 可以直观
地看出它们之间的联系和区别 此处的分数微积分实际上是第二章要讨论的 Grü
[1,6]
nwald-Letnicov(GL)分数微积分 下面首先从整数阶积分开始
D f (t ) = ∫ f (τ ) dτ (1-1)
−1
存在 并为有限值 考虑下面的二重积分
t τ1 t
D −2 f ( t ) = ∫ dτ 1 ∫ f (τ ) dτ = ∫ (t − τ ) f (τ )dτ (1-2)
0 0 0
1 τ
∫
−n
D f (t ) = (t − τ ) n −1 f (τ )dτ (1-3)
Γ(n ) 0
Γ( λ ) = ∫ e − t t λ −1 dt (1-4)
0
1 τ
∫
−p
D f (t ) = ( t − τ ) p −1 f (τ ) dτ (1-5)
Γ( p ) 0
义如下
5
博士学位论文
df f (t) − f (t − h )
f /' (t ) = = lim (1-6)
dt h →0 h
同理 其二阶导数可以定义如下
df f / (t ) − f / ( t − h )
f /'/ ( t ) = = lim
dt h →0 h
1 f ( t ) − f ( t − h ) f (t − h) − f ( t − 2 h)
= lim −
h→ 0 h h h
f ( t ) − 2 f (t − h) + f (t − 2h )
= lim
h→ 0 h2 (1-7)
依此类推 其 n 阶导数可以定义如下
dn f 1 n
n
f ( n ) (t) =
dt n
= lim n
h→ 0 h
∑ (−1) r f (t − rh) (1-8)
r =0
r
其中
n n( n − 1)( n − 2) L( n − r + 1)
= (1-9)
r r!
函数 f (t ) 的 p 阶导数
dp f a ∆ h f (t)
p
f ( p ) (t) = = D p
f (t ) = lim (1-10)
dt p a t h →0 hn
t −a
h
p
a ∆ph f ( t ) = ∑ (−1) r f (t − rh ) (1-11)
r= 0
r
t −a
量取值的范围, h = p 表示求导的阶次 (1-11)中[x]表示 x 的整数部分 有
n
时式(1-10)也写为下式[6]
r− p
f ( r ) ( a )( t − a)
n t
Dt f ( t ) = ∑
1
+ ∫ ( t − τ ) n − p f ( n +1 ) (τ ) dτ (1-12)
p
Γ( r − p − 1) Γ( n − p + 1) a
a
r =0
6
博士学位论文 第一章 绪 论
算子 这样当我们研究分数微积分时 可以把积分和微分运算当作一种算子来考虑
换句话说分数微积分是导数中有积分 积分中有导数 导数和积分达到空前的统一
为了直观比较分数导数和整数导数的异同点 下面我们求函数 f ( x) 在点 x 处的 1
显然 f ( x) 的 1 阶导数仅仅与相邻两点
1 2 3 4 5 6
有关 而其α 阶导数与所有点都有关 0 x x x x x x x
7 7 7 7 7 7
图 1-1 函数 f(x)沿 x 轴方向的等分图
Fig. 1-1 The even-spaced diagram of function f(x)
1 . 5 两种分数导数的比较 along the x-axis.
7
博士学位论文
Riemann-Liouville 分数导数的定义如下
n t
1 d
a Dt f ( t ) = ∫ (t − τ ) f (τ )dτ ( n − 1 ≤ p < n) (1-13)
n − p −1
p
Γ(n − p ) dt a
Caputo 分数导数的定义如下
t
1
D f (t ) = ∫ (t − τ ) n − p −1 f ( n ) (τ ) dτ ( n − 1 < p < n )
C p
(1-14)
Γ( n − p) a
a t
从上面两式可以发现两种分数导数的第一个不同点在于求导的顺序不同 是先积分
然后求导 还是先求导再积分 从纯数学的角度看 Riemann-Liouville 分数导数对
C (t − a )− p
Dtp C = (1-15)
Γ(1 − p)
a
Γ( r + 1)( t − a ) r − p
a Dt t =
p r
(r > −1) (1-16)
Γ(1 + r − p)
上述两种导数的第三个不同点在于其拉氏变换初始值的形式不同
Riemann-Liouville 和 Caputo 分数导数的拉氏变换分别为下面两式
∞ n −1
L( a Dtp f ( t ); s) = ∫ e − st a Dt p f ( t ) dt = s p F ( s) − ∑ s k a Dt p − k −1 f ( t ) |t = a ( n − 1 ≤ p < n)
a k=0
(1-17)
∞ n −1
L( Ca Dtp f ( t ); s ) = ∫ e − st Ca Dtp f ( t )dt = s p F ( s) − ∑ s p −k −1 f ( k ) (t ) |t = a ( n − 1 < p ≤ n) (1-18)
a k=0
其中 F ( s) 为函数 f (t ) 的拉氏变换 显然 Riemann-Liouville 分数导数初始值无
明确的物理意义 而 Caputo 分数导数初始值有明确的物理意义 若 f (t) 表示位移
则 f / (t ) 和 f // ( t ) 分别表示速度和加速度 这也是 Caputo 分数导数定义在工程上应用
8
博士学位论文 第一章 绪 论
最多的原因之一
当上述两种导数的阶次 p → n , n ∈ N 时 它们都等价于整数阶导数 f ( n ) ( t ) 这也
是它们的一个共同点之一 为了直观地看出上述两种分数导数的异同点 下面给出
余旋 正旋 指数和幂函数几种常用函数的 Riemann-Liouville 和 Caputo 分数导数
参见图 1-2 1-7
9
博士学位论文
10
博士学位论文 第一章 绪 论
11
博士学位论文
1.6 分数阶系统和整数阶系统的比较
当微分方程中某些项的微分阶次为分数时 这样的微分方程可以称其为分数阶微
分方程 典型的分数阶微分方程如下所示
(1-19)即为传统整数阶微分方程
a n y ( ni ) ( t ) + an −1 y ( ni−1 ) ( t ) + L + a1 y ( n1 ) ( t ) + a0 y ( n0 ) ( t ) = f (t ) (1-21)
12
博士学位论文 第一章 绪 论
微分阶次满足如下关系 即
pi = iα , i = 1L, n , α ∈ R (1-22)
同元次分数阶线性系统具有很多类似于整数阶线性系统的性质 如其具有有限个
特征根 其稳定性 可控性和可观测性可以通过类似于整数阶线性系统的稳定性
可控性和可观测性证明方法得到 分数阶线性系统也有传递函数描述 状态方程描
述和多项式描述 因而它也有脉冲 阶跃 时域和频率响应 有关分数阶线性系统
的详细讨论 参见第二 三 五章
分数阶线性系统与整数阶线性系统相比主要有以下优点 1 分数阶线性系统是
整数阶线性系统的推广 后者只是前者的特例 因而前者也具有后者的一些性质
如也有传递函数 状态方程 多项式描述 2 分数阶线性系统具有记忆功能 特别
适合描述各种材料的记忆 遗传 机械和电特性 3 分数阶线性系统更易稳定 4
分数阶 PID 控制器的参数选择范围更大 缺点是分数阶线性系统计算更复杂 收敛
较慢且振荡较为剧烈
1 . 7 本文的主要工作
分数微积分的出现虽然已有 300 多年的历史 但在过去很长时间里对其研究主要
集中在数学领域里 且主要是数学家们研究的对象 近年来 随着计算机科学技术
的飞速发展 很多以前不能解决的计算问题都能迎刃而解 客观上为其应用于工程
技术领域创造了条件 把分数微积分用于控制领域还只是近二十多年的新领域 然
而 到目前为止还没有关于分数阶线性系统理论的完整一致的公开出版物 许多信
号和系统的基础课本仅仅考虑整数阶微积分及整数阶系统的情况 包含其脉冲 阶
跃 频率响应及其传递函数 状态空间和多项式描述等 如果把传统线性系统中的
整数阶导数换成分数阶导数 情况要复杂的多 本文的下面几章就是要在这方面的
做些开拓性研究 研究分数阶线性系统及其应用 据作者所知 本文所提方法是新
颖的 尽管有些性质似曾相识 这是由于本文的许多概念曾经都是大家所熟知的
只不过是本文把它们推广到分数阶系统的缘故 需要说明的是 分数阶线性系统的
内容非常丰富 本文也只是做了初步的探讨和研究 也可以说还只是冰山一角
本文的内容安排如下
第一章首先介绍了分数微积分产生的历史背景 包括分数微积分的起源 研究内
容和名称的由来 以及分数微积分的整个发展过程 接着介绍了分数微积分的应用
包括最早 Abel 提出的等时轨线积分方程的求解 Heaviside 提出的传输线理论 到
现在在分形理论 流变学 电化学 化学物理 控制等多个领域内的应用 然后介
绍了分数微积分的几何和物理含义 分数微积分和整数微积分的比较 两种典型分
13
博士学位论文
14
博士学位论文 第一章 绪 论
死区 迟滞和继电器
第六章给出了辨识分数阶线性系统的 2 种非常有效的方法 基于分数阶泊松滤波
器的辨识算法和基于状态空间模型分解的辨识算法 前者用于待辨识系统的阶次已
知的情况 它的基本思想是利用分数阶泊松滤波器先对输入输出数据进行滤波处理
然后再对滤波后的数据进行系统辨识 辨识算法采用最小二乘算法 其独到之处在
于把滤波和分数导数的计算结合起来 只需计算一次就可以获得滤波后的分数导数
本方法把辅助变量法也运用到分数阶系统的辨识上 这样即使系统中存在有色噪声
仍可以获得参数的无偏估计 后者可以同时辨识系统的阶次和参数 其基本思想是
通过基底变换把分数阶线性系统的系统矩阵变换成对角阵 这就把原系统的输入
输出关系转化为若干简单的子系统的和 再对这些子系统的模型参数进行辨识 最
后可以获得与原系统代数等价的辨识系统的模型参数 两种方法都给出了辨识实例
验证了上述方法
第七章给出了运用分数阶迭代学习控制(Iterative Learning Control, ILC)方
法来控制熔融碳酸盐燃料电池(Molten Carbonate Fuel Cell MCFC)电堆温度的应
用实例 首先介绍了 MCFC 的发电原理 给出 MCFC 动态机理模型和 MCFC 的控制模型
考虑到影响 MCFC 寿命的主要原因有阴极溶解 阳极蠕变和电解质溶解 而这些都与
其内部温度有关 因此如何把温度控制在给定范围内 减小温度波动是提高 MCFC 性
能的关键 因为 MCFC 系统具有非线性 时变 强耦合的特点 使得传统的控制方法
难以取得很好的控制效果 而分数阶 ILC 对控制对象本身不需太多的限制(对象可以
是线性 非线性 时变或定常) 不需要系统输入和输出的确切映射关系 具有在迭
代过程中不断记忆学习的功能 收敛速度较快 跟踪精度较高等 并且在迭代过程
中可以同时调整学习速度增益和跟踪误差的微分阶次 使得迭代和收敛速度更快
从而使系统输出能够更快地逼近期望值 达到较好的控制效果 给出了分数阶 ILC
用于一般系统下的收敛性条件及其证明 仿真实例验证了分数阶 ILC 方法在控制 MCFC
电堆温度上能够取得较好的控制效果
第八章对全文进行了总结 结合自己的研究心得 指出了一些尚有待解决的问题
并对未来的研究进行了展望
15
博士学位论文 第二章 分数微积分和分数阶线性系统
第二章 分数微积分和分数阶线性系统
从第一章的讨论中知道分数微积分并不是一个新的名词 它已有三百多年的历史
了 分数阶微积分理论的发展是经过很多数学家们近三个世纪的共同努力才逐渐发
展和完善的 本章将在第一章的基础上给出分数微积分的数学基础 包括伽马函数
贝塔函数 Mittag-Leffler 函数的基本定义及其性质 这些函数在分数微积分中都起
着非常重要的作用 从本章下面的讨论中将可以发现伽马函数实际上是阶乘函数的
推广 而 Mittag-Leffler 函数是指数函数的推广
众所周知 指数函数在求解常微分方程中起着十分重要的作用 而在分数阶常微
分方程中 Mittag-Leffler 函数也起着非常关键的作用 由于伽马函数 贝塔函数和
[59,60,61,62,63,64,65]
Mittag-Leffler 函数都是高等超越函数 显然对它们的研究要比阶乘函
数 指数函数要复杂的多 这也是为什么由分数微积分表示的分数阶微分方程的求
解问题比整数阶微分方程要复杂的多的原因 好在现在计算机科学技术发展迅速
这也客观上使得分数微积分和分数阶方程的计算问题得以部分解决的原因之一 现
在可以借助高性能的计算机计算一些以前无法计算的分数微积分和分数阶方程 因
而可以获得一些有关分数微积分的感性认识 使得分数微积分不再显得很陌生 也
便于更多的工程技术人员更好地掌握这一十分有用的新工具 本章将介绍分数微积
分及分数阶线性系统的一些最基本的概念 定义 定理和性质
本章的安排如下 第一节数学基础 给出伽马函数 贝塔函数 Mittag-Leffler
函数和各种分数阶微积分的一些定义 定理和性质 第二节介绍分数阶微分方程和
分数阶线性系统 第三节给出一个分数阶线性系统的实例 第四节为本章小节
2.1 数学基础
2.1.1 几种特殊函数
2.1.1.1 伽马函数
Γ( z ) = ∫ e − t t z −1 dt (2-1)
0
伽马函数的主要性质有
(1)迭代性质
16
博士学位论文
Γ( z + 1) = zΓ( z) (2-2)
(3)极限表示
伽马函数的极限表示为
n! n z
Γ( z ) = lim (2-4)
n → ∞ z ( z + 1) L ( z + n )
2 . 1 . 1 . 2 贝塔函数
贝塔函数实际上是伽马函数的特定组合形式 其定义如下
1
贝塔函数与伽马函数的相互关系如下
Γ( z ) Γ( w)
B( z, w) = (2-6)
Γ( z + w)
定义了贝塔函数 可以得到伽马函数的两个重要关系式分别如下
π
Γ( z ) Γ(1 − z ) = (2-7)
sin( π z )
1
Γ( z ) Γ( z + ) = π 21− 2 z Γ( 2 z ) (2-8)
2
从式(2-7)不难得出
1
Γ( ) = π (2-9)
2
从式(2-8)不难得出
1 π (2n ) !
Γ( n + ) = 2 n (2-10)
2 2 Γ( n + 1)
2 . 1 . 1 . 3 M i t t a g - L e f f l e r 函数
17
博士学位论文 第二章 分数微积分和分数阶线性系统
∞
zk
Eα ( z ) = ∑ (2-11)
k = 0 Γ (αk + 1)
Mittag-Leffler 函数的双参数形式在分数阶微积分中也起到极为重要的作用
但它实际上是由 Agarwal 首先提出的[67] 虽然 Humbert 和 Agarwal 运用拉普拉斯变
换得到双参数 Mittag-Leffler 函数的许多性质 [68] 但两位学者保留了单参数
Mittag-Leffler 函 数 的 名 称 这 也 就 是 双 参 数 Mittag-Leffler 也 被 称 为
Mittag-Leffler 函数的原因 本文也沿用此定义 下面给出双参数 Mittag-Leffler
函数的定义
∞
zk
Eα ,β ( z ) = ∑ α > 0, β > 0 (2-12)
k =0 Γ (αk + β )
根据上式 易知
∞ ∞
zk zk
E1 ,1 ( z ) = ∑ = ∑ = e z (2-13)
k =0 Γ( k + 1) k = 0 k!
∞
zk ∞
zk 1 ∞ z k +1 ez − 1
E1 , 2 ( z ) = ∑ =∑ = ∑ = (2-14)
k =0 Γ ( k + 2) k =0 (k + 1)! z k =0 ( k + 1)! z
∞
zk ∞
zk ∞
z k+2 ez − 1− z
E1 , 3 ( z ) = ∑ =∑ ∑
1
= 2 = (2-15)
k =0 Γ ( k + 3) k =0 ( k + 2)! z k =0 ( k + 2)! z
1 z m− 2 z k
E1 ,m ( z ) = e − ∑ (2-16)
z m −1 k = 0 k!
∞ ∞
z 2k z2 k
E2 , 2 ( z 2 ) = ∑ =∑
sinh( z )
= (2-18)
k =0 Γ( 2 k + 2 ) k = 0 ( 2k + 1)! z
此外
∞
zk
E1 / 2 ,1 ( z ) = ∑
2
= e z erfc( − z ) (2-19)
k = 0 Γ ( k / 2 + 1)
式中误差补函数 erfc(z)定义为
2 ∞ −t 2
π ∫z
erfc( z ) = e dt (2-20)
18
博士学位论文
∞
zk
Eα ,1 ( z ) = ∑ = Eα ( z ) (2-21)
k =0 Γ (αk + 1)
L(t αk + β −1 Eα( k, β) ( at α ) ) =
k! sα −β
(2-22)
( s α − a ) k +1
其中
dk ∞
( j + k )! y j
Eα( k, β) ( y ) = E
dy k α , β
( y ) = ∑
j =0 j! Γ(αj + αk + β )
(2-23)
(2) 导数性质[6]
(2)渐近展开式
z −k
( )
p
Eα ,β ( z ) = − ∑
−1 − p
+O z , z → ∞, µ ≤ arg( z ) ≤ π (2-25)
k =1 Γ ( β − αk )
上式的证明可以参阅文献[6]
2 . 1 . 2 几种分数微积分定义
从第一章的介绍知道分数微积分是指求任意阶次(可以是分数 无理数甚至复数)
导数和积分的理论 它是整数阶导数和 n 重积分定义的推广 分数微积分的一般定
19
博士学位论文 第二章 分数微积分和分数阶线性系统
2 . 1 . 2 . 1 G L 定义
1 分数积分定义
n
p 1 t
a Dt
−p
f (t ) = lim
h →0
h p
∑ r
r =0
f (t − rh) = ∫
Γ( p ) a
(t − τ ) p −1 f (τ ) dτ p > 0 (2-26)
nh =t −a
p p ( p + 1) ⋅ ⋅ ⋅ ( p + r − 1)
其中 =
r r!
2 分数导数定义
m
f ( k ) ( a)( t − a ) − p +k
a Dt p f ( t ) = lim f h( p ) (t ) = ∑
h→ 0 k=0 Γ(− p + k + 1)
nh = t − a
t
1
Γ( − p + m + 1) ∫a
+ ( t − τ ) m − p f ( m +1 ) (τ ) dτ p > 0
(2-27)
2 . 1 . 2 . 2 R L 定义
1 分数积分定义
1 t
Γ( p) ∫a
a Dt
−p
f (t ) = (t − τ ) p −1 f (τ ) dτ p > 0 (2-28)
且成立下式
lim a Dt− p f (t ) = f ( t ) (2-29)
p→ 0
2 分数导数定义
1 dn t
n ∫
a Dt f ( t ) =
p
(t − τ ) n − p −1 f (τ ) dτ , (n − 1 ≤ p < n) (2-30)
Γ( n − p) dt a
若 p = n ≥ 1, t > a 则
dn d n f (t )
a Dt f ( t ) = = = f (t) (2-31)
p 0 ( n)
( a Dt f (t ))
dt n dt n
20
博士学位论文
2 . 1 . 2 . 3 C a p u t o 分数导数定义
t
1
Γ( k − p ) ∫a
C
a Dt p f (t ) = (t − τ ) k − p −1 f (k )
(τ ) dτ , (k − 1 < p < k ) (2-32)
2 . 1 . 2 . 4 G F A 定义
~
此中定义把分数导数和积分统一起来 当 p > 0 时 a Dt p f (t ) 表示求函数 f (t) 的
~
p 次导数 而当 p < 0 时 a Dt p f (t ) 表示求函数 f (t) 的 p 次积分
~
a Dt p f ( t ) = f (t ) * Φ − p (t ) (2-34)
t p −1
t>0
其中 Φ p ( t ) = Γ( p ) (2-35)
0 t≤0
~
当 p 为整数时 a Dt p f (t ) 即为通常意义下的 p 次导数 p > 0 或积分 p < 0
2 . 1 . 2 . 5 S F D 定义
Dα f (t ) = Dα1 Dα 2 ⋅ ⋅ ⋅ Dα n f (t ) α = α1 + α 2 + ⋅ ⋅ ⋅ + α n (2-36)
中的任何一种
2 . 1 . 3 各种分数导数定义间的相互关系
1 RL 分数导数和 GL 分数导数间存在下列关系
21
博士学位论文 第二章 分数微积分和分数阶线性系统
m −1
f ( k ) ( a )(t − a) − p + k
a Dt f ( t ) = ∑
p
k =0 Γ( − p + k + 1)
t
1
Γ( m − p ) ∫a
+ (t − τ ) m − p −1 f ( m ) (τ ) dτ (2-37)
a Dt f ( t ) =
p dn
dt n
( f (t ) * Φ n− p (t ) ) =
dn
dt n
( a
~
)
Dtp −n f (t ) (2-38)
3 Caputo 分数导数和广义分数导数间存在下列关系
d n f (t ) ~
C
a Dt p f (t ) = * Φ n − p (t ) = a Dt p −n f ( n)
(t) n −1 < p < n (2-39)
dt
n
4 RL 分数导数和 Caputo 分数导数间存在下列关系
n −1
令p→n 则
n −1
a Dt f (t )= a Dt f (t ) + ∑ δ (t − a) f ( k ) ( a)
( n − k −1 )
n C n
(2-41)
k =0
2 . 1 . 4 分数微积分的常用性质
下面的这些性质除非特别说明 对上面任何一种分数微积分定义都成立
1 线性
D p ( λf (t ) + µ g (t )) = λD p f ( t ) + µD p g (t ) (2-42)
式中 算子 D p 表示任意一种分数微积分定义
2 Leibniz 规则
n
p (k)
a Dt
p
(ϕ (t ) f (t )) = ∑ ϕ (t ) a Dt p − k f (t ) − Rnp (t )
k=0 k
(2-43)
其中 n ≥ p +1 且
22
博士学位论文
t t
1
n! Γ( − p) ∫a ∫τ ϕ (ξ )(τ − ξ ) dξ
Rnp (t ) = ( t − τ ) − p −1
f (τ )dτ (n +1 ) n
(2-44)
如果 f (τ ) 和 ϕ (τ ) 具有任意阶连续导数 则
∞
p
a Dt p (ϕ (t ) f ( t )) = ∑ ϕ ( k ) (t ) a Dt p − k f (t ) (2-45)
k =0 k
[6]
3 拉氏变换 Laplace Transform
a GL 和 RL 分数积分的拉氏变换为
{ }
L 0 Dt− p f (t ) = s − p F ( s ) (2-46)
其中 L{ f (t )} = F ( s)
b RL 分数导数的拉氏变换为
L{0 Dt p f (t )} = s p F ( s ) − ∑ s k [ ]
n −1
0 Dt p − k −1 f ( t ) n −1 ≤ p < n (2-47)
k =0 t =0
c Caputo 分数导数的拉氏变换为
{ }
n −1
L C0 Dtp f (t ) = s p F ( s ) − ∑ s p −k −1 f ( k ) (0) n −1 < p ≤ n (2-48)
k=0
d GL 分数导数的拉氏变换为
{ }
L 0 Dtp f (t ) = s p F ( s ) 0 ≤ p < 1 (2-49)
2 . 2 分数阶微分方程及分数阶系统的三种不同描述
2 . 2 . 1 分数阶微分方程
与整数阶微分方程一样 若分数阶微分方程中含有的导数项的最高阶次为 p 则
该分数阶微分方程称为 p 阶分数阶微分方程 当 p 为整数时 分数阶微分方程即为
传统的整数阶微分方程 前者是后者的推广 后者是前者的特例 分数阶线性定常
微分方程的一般形式如下
23
博士学位论文 第二章 分数微积分和分数阶线性系统
微分方程
显然 方程(2-50)是方程(2-52)的推广
则方程
0 Dtpn y (t ) = f ( t ) (2-53)
在此区间内存在唯一解 y(t )
证明 对方程(2-53)两边取拉氏变换有
n −1
s Y ( s ) − ∑ s k 0 Dt pn − k −1 f ( t ) |t =0 = F ( s ) (2-54)
pn
k=0
(2-54) 并整理后有
n −1
Y ( s ) = s − p n F ( s ) + ∑ bk s k − p n (2-55)
k =0
对(2-55)进行拉氏逆变换有
n −1
1 t bk
y (t) = ∫
Γ( p n ) 0
( t − τ ) pn −1
f (τ ) d τ + ∑
k =0 Γ ( pn − k )
t p n − k −1 (2-56)
注意到下面两式成立
1
= 0, m = 0,1,2, L, (2-57)
Γ ( −m )
Γ( n + 1) t n − p
0 Dt t =
p n
n > −1, p > 0 (2-58)
Γ(1 + n − p)
不难得到
pn t pn − k −1
Dt = 0, k = 0,1,2, K n − 1 (2-59)
Γ( p n − k )
0
24
博士学位论文
p n −k −1 t pn −k −1
0 Dt Γ( p − k ) = 1, k = 0,1,2, K n − 1 (2-60)
n
把(2-59)和(2-60)分别代入(2-53)和(2-51)很容易验证(2-56)为原方程的解 这样
更一般地 分数阶动态微分方程可以表示为
量时不变的情况下 上式可以改写为
H ( Dα 0α1Lα n ) y (t ) = G( D β0 β 1L β m )u (t ) (2-62)
式中
n m
H ( Dα 0α1 Lα n ) = ∑ a i Dα i G( D β 0 , β1L β m ) = ∑ bi D β i (2-63)
i= 0 i =0
或者表示为
a n Dα n y (t ) + an −1 Dα n −1 y( t ) + L + a0 Dα 0 y (t )
= bm D β m u( t ) + bm−1 D β m −1 u (t ) + L + b0 D β 0 u (t ) (2-64)
2 . 2 . 2 分数阶线性系统
方程(2-64)可以表示一般阶次(相对于整数阶次)的单变量线性时不变系统 如果
考虑两种不同的情况 将可以获得两种有趣的系统 同元次系统和有理阶次系统
下面将给出它们的定义
定义 2 .1 一个系统被称为是同元次系统 如果它由这样的微分方程所表示 即方程
所有的导数阶次都可以表示为某个基底阶次 α 的倍数 或者说系统满足如下条件
α i , β i = iα α ∈ R + (2-65)
在此定义下 微分方程(2-64)可以改写为
25
博士学位论文 第二章 分数微积分和分数阶线性系统
n m
定义 2 . 2 一个系统被称为是有理阶次系统 如果它是同元次系统且满足条件
1
α= , q ∈ Z + (2-67)
q
因而 线性时不变系统可以分类为
有理阶次
非整数阶次 同元次
非有理阶次
LTI系统
非同元次
整数阶次
下面几小节给出分数阶线性系统的几种不同的描述方式
2 . 2 . 2 . 1 传递函数描述
bm s β m + bm −1 s β m−1 + L + b0 s β 0
G( s ) = (2-68)
a n s α n + a n −1 s α n − 1 + L + a 0 s α 0
即为传统整数阶传递函数 G / ( s )
bm s m + bm −1 s m −1 + L + b1 s + b0
G (s) =
/
(2-69)
a n s n + a n −1 s n −1 + L + a1 s + a0
f / (τ )
t
1
Γ(1 − α ) ∫0 ( t − τ )α
Dα f ( t) = dτ (2-70)
斯变换为
L(Dα f ( t ) ) = s α F ( s ) (2-71)
则系统(2-66)的传递函数描述如下
26
博士学位论文
Y ( s ) bm s αm + bm −1 s α ( m −1 ) + L + b0
G( s ) = = αn (2-72)
U ( s) s + an −1 s α ( n −1) + L + a 0
2 . 2 . 2 . 2 状态方程描述
此处仅仅考虑同元次分数阶线性定常系统 该系统包含分数阶状态方程和输出方
程两部分 这一点与整数阶系统一样 但前者是后者的推广 分数阶状态方程的状
态向量与传统整数阶状态方程的状态向量的不同之处在于 前者的各个分量是分数
阶导数 后者为整数阶导数 因而可以称前者的状态向量为分数阶状态向量 分数
阶系统的状态方程一般可以表示为
0 Dtα x( t ) = Ax( t ) + Bu( t )
(2-73)
y ( t ) = Cx( t ) + Du( t )
C ∈ ℜ1×n D 为常数
x1 ( t ) = x ( t )
x (t ) = Dα x ( t ) = Dα x( t )
2 1
(2-75)
M
xn ( t ) = Dα x n −1 ( t ) = Dα ( n −1 ) x( t )
0 1 0 L 0 0
0 0 1 O M 0
A= M O O 0 B = M (2-76)
0 1 0
L L 0
− a0 − a1 L L − an −1 1
C = [b0 L bm 0 L 0]
正如传统整数阶状态方程的情形一样 可以把分数阶状态方程描述转化为分数阶
传递函数描述
G( s ) = C ( s α I − A) −1 B + D (2-77)
但是 只有当分数阶传递函数的导数阶次是同元次时 才可以把它转化为分数阶状
态方程描述 也就是说 当分数阶传递函数的所有导数阶次都含有一个共同的实数
27
博士学位论文 第二章 分数微积分和分数阶线性系统
因子 α 时 这种转换才有意义 而 α 就是分数阶状态方程描述的阶次 因而 如整
数阶情形一样 也可以获得分数阶状态方程的可控性和可观测性的标准形式 这将
在下一章进行详细讨论
x ( t ) = Eα ,1 ( At α ) x( t 0 ) + ∫ (t − τ )α −1 Eα ,α ( A( t − τ )α ) Bu(τ ) dτ (2-78)
t0
证明 对方程(2-73)两边同时取拉氏变换有
sα X ( s ) − s α −1 x ( t0 ) = AX ( s ) + BU ( s)
X ( s ) = ( s α I − A) −1 s α −1 x (t 0 ) + ( s α I − A) −1 BU ( s)
∞ ∞
Ak Ak
=∑ kα + 1
x ( t 0 ) + ∑ ( k +1)α
BU ( s)
k=0 s k=0 s
对上式两边取拉氏逆变换
∞
A k t kα ∞
A k t kα +α −1
x (t) = ∑ x ( t0 ) + ∑ * Bu( t ) (2-79)
k =0 Γ( kα + 1) k = 0 Γ ( kα + α )
= Eα ,1 ( At α ) x( t 0 ) + (t α −1 Eα ,α ( At α ) )* Bu( t )
x ( t ) = Eα ,1 ( At α ) x( t 0 ) + ∫ Eα ,1 ( A(t − τ )α ) B t 0 Dτ1−α u (τ ) dτ
t0
其中 状态转移矩阵 Ö (t ) = Eα , 1 ( At α ) 其证明可以参照上面的证法
28
博士学位论文
但与传统整数阶系统的状态转移矩阵 Ö / ( t + τ ) 不同的是
Eα ,β ( A(t + τ ) p ) ≠ Eα ,β ( At p ) Eα , β ( Aτ p ) (2-82))
而
Ö / (t + τ ) = Ö / (t )Ö / (τ ) (2-83)
2 . 2 . 2 . 3 多项式矩阵描述
与整数阶线性系统的多项式矩阵描述类似 分数阶线性定常系统的多项式矩阵描
述可以定义为
P (σ ) î = Q(σ ) u
(2-84)
y = R(σ ) î
其不可简约形式为
N (σ )
H (σ ) = R(σ ) P −1 (σ ) Q(σ ) = (2-85)
d (σ )
可以利用分数阶状态方程描述给出分数阶线性系统的多项式矩阵描述的一个直观表
达式
P (σ ) = σI − A Q(σ ) = B R(σ ) = C (2-86)
2 . 2 . 3 分数阶差分方程和差分传递函数
前面给出的分数阶微分方程和系统都是连续的 可以利用 GL 分数阶导数定义把
它们拓展到分数阶差分方程和分数阶离散系统 分数阶差分方程一般具有如下形式
a n ∆αhn y (t ) + a n−1∆αhn −1 y( t ) + L + a0 ∆αh0 y( t )
29
博士学位论文 第二章 分数微积分和分数阶线性系统
i
α k
∆αhk y (ih ) = h −αk ( y( ih ) − y( ih − h )) αk = h −αk ∑ (−1)
l =0
l
y (ih − lh ) (2-88)
l
对上式运用 Z 变换 可以获得其差分传递函数为
G( z ) =
( )
bm ω ( z −1 )
βm
(
+ bm −1 ω ( z −1 )) β m−1
( )
+ L + b0 ω ( z −1 )
β0
(2-89)
a (ω ( z ) ) (ω (z )) + L + a (ω ( z ) )
αn α n −1 α0
n
−1
+ a n −1 −1
0
−1
( )
式中 ω ( z −1 ) 为算子 ∆αhk 的 Z 变换 或者换句话说 它是拉氏变换变量 s 的差分等价
变换
2 . 3 粘弹性体的建模
使用传统整数阶微分方程建立粘弹性(viscoelasticity) 体的数学模型已很常
见 但理论与实验研究表明利用分数阶微分方程所建立的模型更加符合实际情况
[18,19,20,21]
图 2-1 给出了某个粘弹性阻尼器的结构示意图及其工作原理图 G0 和 G1 分
分数阶微分方程的数学模型
τ ( t ) = G0 γ ( t ) + G1
d
(γ ( t) ) (2-90)
dt
τ ( t ) = G0γ ( t ) + G1 Dα (γ ( t ) ) 0 < α < 1 (2-91)
∆l
τ γ=
G0 l
τ (t ) τ (t )
G1 τ
l ∆l
图 2-1 分数阶粘弹性阻尼器示意图及其工作原理图
Fig. 2 -1 Schematic and working principle diagrams of the fractional viscoelastic damper
设某粘弹性系统可用下面分数微分方程表示为
mD 2 x (t ) + cD α x ( t ) + kx( t ) = u( t )
(2-92)
x (0) = a1 , x& (0) = a 2
30
博士学位论文
入信号 下面用两种方法求解方程(2-92)
(1) 直接求解法
(2) 状态方程法
方程(2-90)可以转化为
D 0.5 x ( t ) = Ax (t ) + Bu( t )
y ( t ) = Cx( t )
其中
0 1 0 0 0
0 0 1 0 0
A= , B = , C = [1 0 0 0]
0 0 0 1 0
− 1 − 0.5 1
0 0
31
博士学位论文 第二章 分数微积分和分数阶线性系统
图 2-2 方法 1 或 2 求出的原系统的响应
Fig. 2-2 System responses using method 1& 2.
32
博士学位论文
2.4 本章小节
本章首先简单回顾了分数阶微积分的发展过程 然后给出了本文所需的数学基
础 如伽马函数 贝塔函数 Mittag-Leffler 函数和各种分数阶微积分的定义及其相
互关系和性质 在此基础上重点探讨了分数阶微分方程及分数阶系统的几种不同描
述 传递函数描述 状态方程描述和多项式描述 以及分数阶离散方程和分数阶离
散系统传递函数描述 利用拉式变换证明了分数阶线性定常系统的解的存在性和唯
一性定理 并给出其解 最后给出一个实例 运用线性定常分数阶微分方程的两种
求解方法 直接拉普拉斯变换法和状态空间法 验证所提方法的有效性
33
博士学位论文 第三章 分数阶线性系统的稳定性 可控性和可观测性
上一章介绍了分数阶微积分的基本概念和定义 以及分数阶微分方程的解和分数
阶线性系统的传递函数 状态方程和多项式描述 本章在此基础上讨论分数阶线性
定常(linear time-invariant,LTI)系统的稳定性 可控性和可观测性条件
稳定性研究是任何系统所必须考虑的首要问题 对分数阶系统也不例外 与整数
阶系统一样 分数阶系统也有内部稳定性(Internal stability) 和外部稳定性(External
stability)之分 内部稳定和外部稳定也可以分别称为渐近稳定和有界输入 有界输出
(Bounded-Input and Bounded-output, BIBO)稳定 考虑到分数阶系统的传递函数一般
不是复变量 s 的有理函数 因而分数阶系统的稳定性分析要比整数阶系统复杂得多
本章将运用拉普拉斯变换和留数定理讨论分数阶线性定常系统的内部和外部稳定性
条件及其相互关系 因为目前还没有什么有效的多项式判据 如 Routh 判据和 Jury
判据 可以用来分析分数阶系统的稳定性 为此本章直接从复分析中的辐角原理出
发 推导出分数阶线性定常系统 2 种有效的稳定性判据 分数阶系统奈奎斯特判据
和分数阶系统对数频率判据
分数阶线性定常系统和整数阶线性定常系统一样也有传递函数描述和状态方程
描述 因而它也可以分为 能控和能观测 能控和不能观性 不能控和能观测和不
能控和不能观测系统 本章结合分数阶线性定常系统状态方程的解 给出了分数阶
线性定常系统的能控性和能观测性定理及其证明
本章的安排如下 第一节讨论分数阶系统的稳定性 给出分数阶系统的内 外部
稳定性的定义 定理和证明 给出分数阶线性定常系统 2 种有效的稳定性判据及其
证明 第二节给出分数阶系统的可控性和可观测性定理及其证明 第三节为本章小
节
3 . 1 分数阶系统的稳定性
3 . 1 . 1 两个引理
变量,则其拉普拉斯逆变换 h (t) 为
( )
q
h (t ) = L−1 ( s α − λ ) −n = ∑ Q (α , t pk )e t p k
k =1
34
博士学位论文
n −1
e −tx ∑ ( −1) k Cnk λk x α ( n − k ) sin [απ ( n − k ) ]
1 ∞
+ ∫0 k=0
dx (3-1)
π [
x 2α − 2λx α cos(απ ) + λ2
n
]
其中 Cnk 为二项式系数 H (s) 的极点 p k , k = 1,L, q 定义为:
1 /α
pk = λ
pk = p k e j θk arg( λ ) 2 kπ
θ k = + (3-2)
θ k ∈ [ −π , π ] α α
− α − arg( λ ) < k < α − arg( λ )
2 2π 2 2π
证明 考虑如下的封闭曲线积分 Im(s) Γs
∫ ( s − λ ) e ds (3-3)
α −n st
Γs CR 1 R
其中 有向闭曲线Γs 如图 3-1 所示 图中σ = Re(s)
L2 Cε Re(s)
s ∈ L1 Γs 由有向线段和圆弧 L1 C R1 L2 Cε L3 和 L3 ε σ
L1
CR2 组成 则式(3-3)可以重新改写为 CR 2
∫Γs
F ( s ) ds = ∫ F ( s ) ds + ∫ F ( s )ds + ∫ F ( s) ds
L1 CR1 L2 图 3- 1 闭 曲 线 Γs
Fig. 3-1 Closed curve Γs
+ ∫ F ( s ) ds + ∫ F ( s ) ds + ∫ F ( s )ds (3-4)
Cε L3 C R2
当 ε 足够小时 有
∫Cε
( sα − λ ) − n e st ds = ∫ −Cε
( s α − λ ) −n e st ds ≤ ∫
−Cε
( s α − λ ) − n e st ds ≤ ( λ − ε α ) − n ∫
− Cε
e st ds
π /2 π /2
≤ ( λ − ε α )− n ∫ et ε cosθ ε dθ = 2ε ( λ − ε α ) −n ∫ e tε cosθ dθ
−π / 2 0
π /2
≤ 2ε ( λ − ε α ) −n ∫ e t ε dθ = πε e tε ( λ − ε α ) − n → 0 (ε → 0) (3-5)
0
当 R 足够大时 有
∫C R1
( sα − λ ) −n e st ds ≤ ∫
C R1
( s α − λ ) −n e st ds ≤ ( Rα − λ ) − n ∫
CR1
e st ds
π ϕ =θ −π / 2 π/2
= ( Rα − λ ) −n ∫ e tRcosθ Rdθ = R ( Rα − λ ) − n ∫ e −tRsinϕ dϕ
π /2 0
35
博士学位论文 第三章 分数阶线性系统的稳定性 可控性和可观测性
π /2 π (1 − e − tR )
≤ R ( R α − λ ) −n ∫ e −tR 2 ϕ / π dϕ = → 0 (R → ∞) (3-6)
0 2t ( Rα − λ ) n
∫C R2
( s α − λ ) − n e st ds ≤ ∫
C R2
( s α − λ ) −n e st ds ≤ ( R α − λ ) − n ∫
CR 2
e st ds
π /2 ϕ =θ +π π /2
= ( R α − λ ) −n ∫ e tRcosθ Rdθ = R( R α − λ ) −n ∫ e − tRcosϕ dϕ
−π 0
π /2 π (1 − e − tR )
≤ R ( R α − λ ) −n ∫ e −tR 2 ϕ / π dϕ = → 0 (R → ∞) (3-7)
0 2t ( Rα − λ ) n
当ε → 0 时
∫L2
( sα − λ ) − n e st ds + ∫L ( s α − λ ) − n e st ds
3
∞
= −∫ ( x α e π α j − λ ) −n e xt d x − ∫ ( x α e −π α j − λ ) − n e xt d x
0
∞ 0
= ∫ e xt (( x α eπ α j − λ ) −n − ( x α e −π α j − λ ) −n ) dx
∞
n −1
e − tx ∑ ( −1) k Cnk λk x α ( n − k ) sin [απ ( n − k ) ]
∞
= −2 j ∫0 k =0
dx (3-8)
[
x 2 α − 2λx α cos(απ ) + λ2
n
]
由留数定理可知[70]
[ ]
q
∫ ( s α − λ ) − n e st ds = 2πj ∑ Re s ( s α − λ ) −n e st , pk (3-9)
Γs
k =1
由拉普拉斯逆变换的定义可知[71]
L−1 (( s α − λ ) − n ) =
1 σ + jR 1
lim ∫ ( sα − λ ) −n e st ds =
2πj R → ∞ ∫L1
lim F ( s )ds (3-10)
2πj R → ∞ σ − jR
当 ε → 0, R → ∞ 时 并把式(3-5)-(3-10)代入式(3-4) 不难验证式(3-1)成立 若
可以分解成两部分
2 由沿负实轴积分所得到的非周期部分 它是分数阶系统特有的主要特征
斯算子,则其拉普拉斯逆变换 z(t) 为
36
博士学位论文
( )
q
z ( t ) = L−1 s α −1 ( s α − λ ) − n = ∑V (α , t p k )e t p k
k =1
n
e −tx ∑ ( −1) k Cnk λk x α ( n −k +1 )−1 sin [πα ( n − k − 1)]
1 ∞
− ∫0 k=0
dx (3-11)
π x 2 α − 2λx α cos(απ ) + λ2[ n
]
式中 Z (s) 的极点 p k , k = 1,L, q 的定义如式(3-2) 多项式函数 V (α , t pk ) 由函数
D( s ) = s α −1 ( s α − λ ) − n e st 在极点 p k 处的留数确定
证明 考虑如下的封闭曲线积分
∫Γs
sα −1 ( s α − λ ) −n e st ds (3-12)
∫Γs
Z ( s )ds = ∫ Z ( s )ds + ∫ Z ( s ) ds + ∫ Z ( s )ds
L1 C R1 L2
+ ∫ Z ( s ) ds + ∫ Z ( s ) ds + ∫ Z ( s )ds (3-13)
Cε L3 CR 2
当 ε 足够小时 有
∫Cε
s α −1 ( s α − λ ) −n e st ds = ∫ − Cε
s α −1 ( s α − λ ) − n e st ds ≤ ∫
− Cε
s α −1 ( s α − λ ) − n e st ds
π /2 π / 2 tε cosθ
≤ ε α −1 ( λ − ε α ) − n ∫ e st ds ≤ ε α ( λ − ε α ) − n ∫ e tε cosθ dθ = 2ε α ( λ − ε α ) −n ∫ e dθ
−C ε −π / 2 0
π /2
≤ 2ε α ( λ − ε α ) − n ∫ e tε dθ = πε α e t ε ( λ − ε α ) − n → 0 (ε → 0) (3-14)
0
当 R 足够大时 有
∫C R1
sα −1 ( sα − λ ) −n e st ds ≤ ∫
C R1
s α −1 ( s α − λ ) −n e st ds ≤ Rα −1 ( R α − λ ) − n ∫
C R1
e st ds
π ϕ =θ −π / 2 π /2
= R α ( Rα − λ ) − n ∫ e tRcosθ dθ = Rα ( R α − λ ) − n ∫ e −tR sinϕ dϕ
π /2 0
π/2 π (1 − e − tR )
≤ R (R − λ ) ∫ dϕ = → 0 (R → ∞) (3-15)
α α −n − tR 2ϕ / π
e
0 2tR1−α ( R α − λ ) n
∫C R2
sα −1 ( sα − λ ) −n e st ds ≤ ∫
CR 2
s α −1 ( s α − λ ) − n e st ds ≤ R α −1 ( Rα − λ ) − n ∫
CR 2
e st ds
π /2 ϕ =θ + π π /2
= R α ( R α − λ ) −n ∫ e tRcosθ dθ = R α ( R α − λ ) − n ∫ e −tR cosϕ dϕ
−π 0
37
博士学位论文 第三章 分数阶线性系统的稳定性 可控性和可观测性
π/2 π (1 − e − tR )
≤ R α ( R α − λ ) −n ∫ e − tR 2ϕ / π dϕ = → 0 (R → ∞) (3-16)
0 2tR1−α ( R α − λ ) n
当ε → 0 时
∫L2
s α −1 ( s α − λ ) − n e st ds + ∫L s α −1 ( s α − λ ) − n e st ds
3
∞
= − ∫ x α −1 ( x α e π α j − λ ) −n e xt d x − ∫ x α −1 ( xα e −π α j − λ ) − n e xt d x
0
∞ 0
= ∫ x α −1 e xt (( x α e π α j − λ ) − n − ( x α e −π α j − λ ) − n ) dx
∞
n
e − tx ∑ ( −1) k Cnk λk x α ( n −k +1 )−1 sin [πα (n − k − 1) ]
∞
= 2 j ∫0 k =0
dx (3-17)
[
x 2 α − 2λxα cos(απ ) + λ2
n
]
由留数定理可知[70]
[ ]
q
∫ s α −1 ( s α − λ ) − n e st ds = 2πj ∑ Re s s α −1 ( s α − λ ) −n e st , pk (3-18)
Γs
k =1
由拉普拉斯逆变换的定义可知[71]
L−1 (s α −1 ( s α − λ ) −n ) =
1 σ + jR 1
lim ∫ s α −1 ( s α − λ ) − n e st ds =
2πj R →∞ ∫L1
lim F ( s )ds (3-19)
2πj R → ∞ σ − jR
当 ε → 0, R → ∞ 时 并把式(3-14)-(3-19)代入式(3-13) 不难验证式(3-11)成立 若
3 . 1 . 2 外部稳定性
38
博士学位论文
的所有极点 λi , 满足
απ
arg( λi ) > , ∀ i (3-22)
2
证明 当 g ij (w) 为真的有理分式时 必可以利用部分分式法将其展开为有限项之和 其
中每一项的形式为
βi
∀ i (3-23)
(s α
− λi ) i
n
斯逆变换为
dn
式中 Eα( n, β) ( x ) = E ( x) 若ni = 0 则为δ 函数 由此可知 由 g ij (w) 取拉普拉斯
dt n α , β
3 . 1 . 3 内部稳定性
满足
απ
arg( λi ) > , ∀ i (3-26)
2
证明 1 系统(2-73)的零输入响应 φ ( t ;0, x 0 ,0) 的拉普拉斯变换为
39
博士学位论文 第三章 分数阶线性系统的稳定性 可控性和可观测性
Φ ( s ) = ( s α I − A) − 1 s α −1 x( 0) (3-27)
Φ ( s ) = PE( s ) P −1 x ( 0) (3-28)
式中
E ( s ) = ( s α I − J ) −1 s α −1 (3-29)
易知上三角阵 E (s)的非零元素 均包含因式
s α −1
i = 1,..., m ni = 1,..., σ i (3-30)
(s α
− λi ) i
n
上式的拉普拉斯逆变换为
ei , ni ( t ) = t α ( n i −1 ) Eα( n,1i −1 ) ( λi t α ) i = 1,..., m ni = 1,..., σ i (3-31)
从而式(3-25)成立 即原系统是渐近稳定的
对于定理 3-2 的证法 还可以运用用另一种方法证明 由于线性定常系统输入不影
可以变换为
式中
x (t ) = Tx(t) (3-34)
从而若式(3-36)成立 当且仅当
40
博士学位论文
lim x ( t ) = 0 (3-37)
t→ ∞
式(3-32)的解为
x (t ) = Eα ,1 ( Λ t α ) x0 (3-38)
这样 若要 x (t ) → 0 成立 只需
Eα ,1 ( λi t α ) → 0, ∀i
(3-39)
Eα ,1 ( λi t α ) 的拉普拉斯变换为[69]
sα −1
L[ Eα ,1 ( λi t α )] =
sα − λi (3-40)
s- 平 面
w- 平 面
π
稳定区域 不稳定区域
w = sα 稳定区域 α
2
不稳定区域
图 3-2 s 和 w 平面
Fig.3-2 s and w plane
(b) 对 于 A 有 相 异 的 m 个 特 征 值 λ1 ( σ 1 重 ) λ2 ( σ 2 重 ) , λm ( σ m 重 )
不同的是式(3-38)变为
x (t ) = Eα , 1 ( Jt α ) x 0 (3-41)
这样 若要 x ( t ) → 0 成立 只需
t iα ( i )
E ( λ t α ) → 0, i = 0,1, L , r − 1 (3-42)
i! α ,1 i
其中 r 是 J 中各约当小块的最大维数 且
41
博士学位论文 第三章 分数阶线性系统的稳定性 可控性和可观测性
dn
E (n )
α ,1 ( z ) = n Eα ,1 ( z ) (3-43)
dt
上式的拉氏变换为[6]
t iα sα −1
L Eα( i,)1 ( λi t α ) = i = 0,1,L, r − 1 (3-44)
(sα − λi )
(i +1 )
i!
从上式可以得出 若要原系统稳定 当且仅当(3-26)成立
推论 3 - 1 设线性定常系统(2-73)是内部稳定的 则其必是 BIBO 稳定的
G( t ) = t α −1 CEα ,α ( At α ) B + Dδ ( t ) (3-45)
∫ 0
g i , j ( t ) dt ≤ k < ∞ (3-47)
3 . 1 . 4 闭环稳定性判据
设 G(s) 为某分数阶单位反馈系统的开环传递
函数 见图 3-3
Q( sα )
G( s ) = (3-48)
P( s α )
42
博士学位论文
Q( s α )
Φ(s) = (3-49)
P( s α ) + Q ( s α )
其闭环特征多项式为
D( s ) = P( s α ) + Q ( s α ) (3-50)
设辅助函数 F(s)为
Q( s α ) P( sα ) + Q( sα )
F ( s) = 1 + = (3-51)
P (sα ) P( sα )
显然 F(s)的零点和极点分别是闭环系统的极点和开环系统的极点
的差 即
R=P-Z (3-52)
定理 3-3 (分数阶系统奈奎斯特判据) 分数阶单位反馈系统(图 3-3)稳定的充要条件是
数 Z 可按下式确定
Z=P-R (3-53)
中只有有限个根在黎曼主平面内 即
43
博士学位论文 第三章 分数阶线性系统的稳定性 可控性和可观测性
半径 ρ 为无穷的半圆取为闭曲线Γs 如图3-4所示
那么 Γs 就扩大为包括虚轴的整个右半 s 平面 辐角
原理表达式(3-52)中的 P 和 Z 则分别表示辅助函数
等于 G(λ ) , λ = sα 在角形区域 (− απ / 2, απ / 2 ) 内
确定
Z=P-2N (3-55)
若 Z 等于零 闭环系统稳定 否则 不稳定
44
博士学位论文
自下向上的穿越称为负穿越 N − 则
N = N + − N − (3-58)
3 . 1 . 5 实例分析
K
设系统开环传递函数 G( s ) = 讨论使闭环系统稳定时 K 的取值范围
s − 2 s1 / 2 + 1
K
令 G( λ ) = , λ = s1 / 2 则其开环特征多项式 P(λ )
λ − 2λ + 1
2
P( λ ) = λ2 − 2 λ + 1
π
开环极点 λ1 = λ2 = 1 显然 arg( λ1 , 2 ) < 则 G(s)在黎曼主平面内有两个不稳定极点
4
图 3-5 3-6 3-7 分别给出了 K=0.5, K=1, K=2 时 G(s) 的奈奎斯特图 从中可以
环系统稳定
从上面的讨论可以看出 这两种判据得出的结果一致 综上所述 当 K>1 时 闭
环系统稳定
45
博士学位论文 第三章 分数阶线性系统的稳定性 可控性和可观测性
46
博士学位论文
3 . 2 分数阶系统的可控性和可观测性
3.2.1 可控性
系统 x 0 的能控性对任意 t 0 都成立
(2-73)在时刻 t 0 是完全能控的[69]
定理 3 - 5 分数阶线性定常系统(2-73)为完全能控的充分必要条件是
[ ]
rank B AB L An −1 B = n (3-59)
其中 n 为矩阵 A 的维数 [ ]
Qc = B AB L An −1 B 称为系统的能控性判别阵
证明 给定 n × n 常阵 A 表其特征多项式为
det( sI − A) = s n + α n−1s n −1 + L + α 1s + α 0
An + α n −1 A n−1 + L + α 1 A + α 0 I = 0
An = −α n−1 An −1 − L − α 1 A − α 0 I
函数 即
Eα ,1 ( At α ) = α 0 (t ) I + α1 (t ) A + L + α n −1 ( t ) A n −1 (3-60)
式计算
47
博士学位论文 第三章 分数阶线性系统的稳定性 可控性和可观测性
−1
α 0 ( t ) 1 λ1 λ21 L λn1 −1 Eα , 1 ( λ1 t α )
α (t ) 1 λ
λ22 L λn2 −1 Eα ,1 ( λ2 t α )
1 = 2
(3-61)
M M M M L M M
α ( t )
n −1 1 λn λ2n L λnn −1 Eα ,1 (λn t α )
α 0 (t ), α1 ( t ), L ,α n−1 ( t ) 可按下式计算
−1
( n − 1)( n − 2 ) n −3 1 t 2α E ( 2 ) ( λ t α )
0 0 1 3λ1 L λ1 2!
0
α α ,1 1
( t ) 2!
α (t ) ( n − 1) n −2 1 α (1 )
1 0 1 2λ1 3λ21 L λ1 t Eα ,1 ( λ1 t α )
α 2 (t ) 1! 1!
Eα ,1 ( λ1 t )
α
α ( t ) 1 λ1 λ12 λ13 L λn1 −1
3 = 0 1 ( n − 1) n −2
2λ2 3λ22 L λ2 = 1 t α Eα(1,1) ( λ2 t α ) (3-62)
α 4 (t ) 1!
1 λ 1!
α λ22 λ32 L λn2 −1 Eα ,1 ( λ2 t )
α
5
( t ) 2
M 1 λ3 λ23 λ33 L λ3n −1
Eα ,1 ( λ3 t α )
M
M M M L M M
n −1
α ( t )
1 λn −1 λn −1
2
λ n −1
3
L λn −1
n −1 E (λ t α )
α ,1 n −3
式(3-61)和(3-62)可以利用化矩阵 A 为对角阵或约当阵,并结合 Mittag-Leffler 函数的性
质[6]推出
x ( t f ) = 0, 则由式(2-80)得
tf
令 M = Φ ( t f ) x( t 0 ) 并利用(3-60) 上式可以变为
tf
= ∑ A B ∫ α i ((t f − τ ) α ) t 0 Dτ1 −α u (τ ) dτ
n −1
i
i= 0 t0
而上式可以改写为
48
博士学位论文
z1
z
[
− M = B AB A 2 B L An −1 B 2
M
]
z n −1
= Qc Z (3-63)
其中
tf
(
z i = ∫ α i ( t1 − τ ) α ) t0 Dτ1−α u(τ )dτ (3-64)
t0
Z = [z1 z 2 L z n −1 ]T (3-65)
[ ]
Qc = B AB A 2 B L A n −1 B (3-66)
为了使方程(3-63)有唯一解 当且仅当(3-59)成立
3 . 2 . 2 可观测性
称系统(2-73)在时刻 t 0 是完全能观测的[69]
定理 3 - 6 分数阶线性定常系统(2-73)为完全能观测的充分必要条件是
C
CA
rank = n (3-67)
M
CAn −1
或
[ ]
rank C T , AT C T ,L , ( A n −1 ) T C T = n (3-68)
其中 n 为矩阵 A 的维数 [ ]
Qo = C T , AT C T ,L, ( A n −1 ) T C T 称为系统的能观测性判别
阵
证明 系统(2-73)的解 y (t ) 为
49
博士学位论文 第三章 分数阶线性系统的稳定性 可控性和可观测性
输入项就可以推导出可观测性条件 即
y (t ) = C Φ (t ) x( t 0 ) (3-70)
上式可以改写为下式
y ( t ) = C ∑α i (( t − t 0 ) α ) A i x ( t 0 ) = ∑α i (( t − t 0 ) α ) CAi x (t 0 )
n −1 n −1
i =0 i =0
C
CA
= [α 0 α 1 Lα n −1 ] x ( t ) (3-71)
M 0
CA n −1
为了使方程(3-71)有唯一解 当且仅当(3-67)成立
3 . 2 . 3 实例分析
给定某粘弹性系统如下
mD 2 x (t ) + cD α x ( t ) + kx( t ) = u( t )
(3-72)
x (0) = a1 , x& (0) = a 2
间描述为
D 0.5 x ( t ) = Ax( t ) + Bu( t )
(3-73)
y ( t ) = Cx( t )
其中
0 1 0 0 0
0 0 1 0 0
A= , B = , C = [1 0 0 0]
0 0 0 1 0
− 1 − 1.5 1
0 0
50
博士学位论文
3 . 3 本章小结
本章在上一章的基础上重点讨论了分数阶线性定常系统的稳定性 可控性和可观
测性条件 给出了分数阶线性定常系统的外部稳定(BIBO)和内部稳定(渐近稳定)性定
义 通过拉普拉斯变换 分数阶线性系统的状态方程的解和留数定理给出并证明了
分数阶系统 BIBO 稳定和渐近稳定性定理 运用复分析中的辐角原理 推导出分数
阶线性定常系统 2 个有效的稳定性判据 分数阶系统奈奎斯特判据和分数阶系统对
数频率判据 结合分数阶线性定常系统状态方程的解 给出了分数阶线性定常系统
的能控性和能观测性秩判别定理及其证明
51
博士学位论文 第四章 分数阶微分方程的数值算法
第四章 分数阶微分方程的数值算法
正如第一章所述 把分数微积分用于建立实际对象的数学模型是目前研究的一个
热点 而分数阶微分方程是描述此类模型的有用工具 分数微积分的计算远比整数
微积分要复杂 很重要的原因之一是分数微积分与过去所有信息都有关 近年来
由于计算机科学的快速发展 使得一些以前不能计算的问题迎刃而解 尽管如此
如何快速 有效地利用数值方法计算出分数微积分及分数阶微分方程和系统的解仍
然是个难题
目前已有一些求解分数阶微分方程和分数阶系统的方法 解析算法如拉普拉斯变
换法和傅立叶变换法[1,4,6,18,73,74,75] 数值算法如 Zhang and Shimizu 法[76] L-1 法[1,77]
和池田法[78,79]等 这些方法都有些缺陷 解析算法虽然精度高但公式复杂 计算费
时还常常伴随发散问题;上述数值算法一般都要求分数导数的阶次在 0 1 之间 所有
这些都限制了它们的进一步应用 本章将给出求解分数阶微分方程和分数阶状态方
程的一个非常有效的数值方法 本方法不但精度高 计算速度快而且不需要作上述
限制 本方法的思想是依据在实际应用中 通常要求给定函数有足够的连续性和光
滑性 这就使得它们的 RL 和 GL 分数微积分完全等价 这样在分数阶动态系统中
可以利用 GL 分数微积分的 1 阶或高阶近似表达式来近似表示 RL 分数微积分
本章的安排如下 第一节讨论分数微积分的数值近似算法 给出分数微积分算子
表示 并重点分析了卷积分的收敛性和分数阶线性多步长方法 第二节讨论分数阶
微分方程的数值算法 包含分数阶常微分方程的数值算法和分数阶状态方程描述的
数值算法 并给出仿真实例 第三节为本章小节
4 . 1 分数微积分的数值近似算法
4.1.1 分数微积分的算子表示
分数微积分的算子定义如下
1 t
Γ (α ) ∫0
I α f (t ) = (t − τ )α −1 f (τ ) dτ α ∈ R + ∪ R − (4-1)
52
博士学位论文
积分 它们可以统一表示成算子 I α , α ∈ R + ∪ R − 例如 GL 分数微积分定义为
n
I α f ( t ) = lim h α ∑ wn − j f ( jh) nh = t α ∈ R + ∪ R − (4-2)
h →0 j =0
其中 权系数 w j
( −1) j Γ (α + 1)
wj = (4-3)
j! Γ (α − j + 1)
对于算子 I α 下面两式成立
( I α f )( x ) = x α ( I α f ( tx))(1) (4-4)
1 α −1
Iα f = t *f
Γ(α ) (4-5)
式中 ∗ 表示卷积运算
考虑如下的离散化卷积公式
n s
I αh f ( x ) = h α ∑ wn − j f ( jh) + hα ∑ ϕ nj f ( jh) x = nh α ∈ R + ∪ R − (4-6)
j =0 j= 0
h 显然下式成立
( )
( I hα f )( x) = xα I αh / x f ( tx) (1) (4-7)
为讨论方便 下面给出几个定义
n
Ω αh f ( x ) = hα ∑ wn − j f ( jh) x = nh (4-8)
j =0
Ehα = Ω αh − I α (4-9)
当 f (t ) = t β −1 时有
( )
( Eαh t β −1 )( x ) = x α + β −1 Ehα/ x t β −1 (1) (4-10)
53
博士学位论文 第四章 分数阶微分方程的数值算法
∞
a ( z ) = ∑ a n z n (4-11)
n= 0
w( z ) = r1 ( z )α r2 ( z ) (4-12)
[ ]
w( z ) = (1 − z ) −α c0 + c1 (1 − z ) + L + c N −1 (1 − z ) N −1 + (1 − z ) N r ( z ) (4-13)
二项式系数的渐进展开式为
− α nα −1
( −1) n =
Γ α
[ ]
1 + a1 n −1 + a 2 n −2 + L + aN −1 n −( N −1 ) + O (n − N ) (4-14)
n ( )
4 . 1 . 2 卷积分的收敛性和分数阶线性多步长方法
当α = 1 时 式(4-1)即为传统的微积分 运用线性多步长方法 ( ρ , σ ) , ρ, σ 指本
σ (1 / z ) ∞
w( z ) = = ∑ wn z n (4-15)
ρ (1 / z ) n =0
wn 的有界性等价 p 阶一致性可以表示为
hw( e − h ) = 1 + O ( h p ) (4-16)
下面把上述概念推广到分数阶微积分领域 从而可以得出所谓分数阶线性多步长方
法
wn = O( n α −1 ) (4-17)
h α w(e − h ) = 1 + O( h p ) (4-18)
54
博士学位论文
rn = O( nα −1 ) (4-19)
m
w( z ) = u( z ) ∏ ( z − z j ) −α j (4-20)
j= 0
m
w( z ) = ∑ ( z − z j ) −α j p j ( z − z j ) + q( z ) (4-21)
j= 0
wn = O( n α −1 ) (4-22)
同理 r(z) 也可以表示为
m
r ( z ) = ∑ ( z − z j ) −α j ~
pj (z − z j ) + ~
q( z)
j =0
~
p j 和 q~ 的定义同 p j 和 q 所以把 wn 换成 rn 式(4-22)仍然成立 从而引理得证
引理 4 - 2 如果
(E α k −1
ht )(1) = O (h k
) + O( h p ) , k = 1,2,3... (4-23)
(
eh ( x ) = Eαh e t− x ( x ) = h α ) ∑ w j e − jh − (I α e t− x )( x )
0≤ jh≤ x
(I α
e t − x )( x ) → 1 x → ∞
55
博士学位论文 第四章 分数阶微分方程的数值算法
所以下式成立
eh ( ∞ ) = hα w( e −h ) − 1 (4-24)
把 et− x 在 t = 0 处展开有
e + (τ * e )( t )
q
t k −x 1 q τ −x
e t− x = ∑
k = 0 k! q!
eh ( x ) = e1h ( x ) + eh2 ( x )
其中
( )
q
1 α k
e1h ( x ) = e − x ∑ Eh t ( x )
k =0 k!
e1h ( ∞ ) = 0
1 α q t− x 1 1 x
eh2 ( x ) = Eh ( t * e )( x ) = ( Eαh ( t q ) * et − x )( x) = ∫ e − s ( Ehα t q )( s )ds
q! q! q! 0
可以得到
1 ∞ −s α q
q! ∫0
eh2 ( ∞ ) = e ( Eh t )( s ) ds (4-25)
由(4-10)和假设有
由(4-24)和 (4-25)可以得出
h α w(e − h ) − 1 = O( h p )
即 w 是 p 阶一致性的
引 理 4 -3 如 果 Re(α ) > 0 ( )
且 Ehα t p−1 (1) = O( h p ) 则 对 任 意 Re(β ) > p 有
(E α β −1
ht )(1) = O (h p
)
证 令 β = p + u 易知
56
博士学位论文
Γ( p + u ) p −1 u −1
t β −1 = t *t
Γ( p ) Γ(u )
则由(4-10)得到
(E α p −1
ht )( x ) = O( x α −1
h p)
因而结论成立
展开成下式
证 首先给出如下的辅助结论 两 个 离 散 序 列 un = O (n u ) 和 v n = O (n v ) , 其 中
∑u
j= 0
n− j v j = O( n u ) (4-27)
这可以从下面二式看出
n −1 u
u n − j v j ≤ u n v 0 + u 0 v n + Mn ∑ 1 − j v
n
j
∑
j= 0 j =1
u
n
j 1 u≥0
u
1 − ≤ 1 ≤ j ≤ n − 1
n ( j + 1) u<0
−u
若 β ≠ 0,−1,−2,L 由(4-14)可知下式成立
− β − β + 1
n β −1 = b0 ( −1) n + b1 ( −1) n + L
n n
− β + N − 1
+ bN −1 ( −1) n + O( n β −1− N )
n (4-28)
定义如下函数 b(z)
57
博士学位论文 第四章 分数阶微分方程的数值算法
∞
b( z ) = ∑ n β −1 z n = b0 (1 − z ) − β + b1 (1 − z ) − β +1 + L + bN −1 (1 − z ) − β + N −1 + s ( z )
n =1
sn = O( n β −1− N ) (4-29)
考虑表达式
n
h α ∑ wn − j ( jh) β −1 hn = 1
j =1
令 y n , y n = ∑ j =1 wn − j j β −1 为 y( z) = w( z)b( z) 的第 n 个系数
n
则由(4-13)和(4-28)可
以得到
y ( z ) = d 0 (1 − z ) − (α +β ) + d1 (1 − z ) − (α +β )+1 + L + d 2N − 2 (1 − z ) −( α + β )+ 2N − 2
+ w( z ) s( z ) + [ b( z ) − s ( z )]( 1 − z ) N r ( z )
d k = ∑ j = 0 bk − j c j
k
其中 当 N 取足够大时 由(4-13) (4-19) (4-29)和(4-27) 可
y n = e0 nα + β −1 + e1nα + β −2 + L + e0n α + β − N −1 + O( n α −1 )
从而
( )
( Eαh t β −1 )(1) = hα + β −1 y n − I α t β −1 (1) hn = 1
证 假设 Re(α ) > 0 由引理 4-1 4-2 4-3 和 4-4 知 对于任意 Re(α ) > 0 , Re(β ) > p
有
e j (α , β , c0 , c1 ,L , c p−1 ) = 0 j = 0,1,L, p − 1
直接得出本定理
58
博士学位论文
相应卷积分的生成幂级数 定义 wα = wαn ( ) ∞
0 有
wα ( z ) = ( w( z ) )α (4-30)
则 I α 的卷积分生成函数 wα 为 p 阶收敛的
证 因为线性多步长方法是 p 阶一致性的 即
hw( e − h ) = 1 + O ( h p )
把上式推广到α 次幂有
h α w( e − h ) = 1 + O( h p )
σ ( z −1 ) r
w( z ) = = ∏ (1 − z i z )−1v( z )
ρ ( z −1 ) i =0
r
wα ( z ) = ∏ (1 − z i z ) −α u( z )
i =0
w1α ( z ) = (1 − z ) −α (4-31)
4 . 2 分数阶微分方程的数值算法
4 . 2 . 1 分数阶常微分方程的数值算法
设分数阶线性定常系统为
59
博士学位论文 第四章 分数阶微分方程的数值算法
( n pi − 1 ≤ pi < n pi , n pi ∈ Z , i = 1, L , n)
y ( t ) = ∫ g n ( t − τ )u(τ ) dτ (4-35)
0
其中
k
∞
( −1) m n −2
ai i ( pn − pn −1 ) m + p n +∑ nj −=20 ( p n −1 − p j )k j −1
∑ m! k + k +∑ (m; k 0 , k1 ,L , k n −2 ) ∏ t
1
g n (t ) =
an m =0 0 1 L+k n −2 = m i =0 a n
k 0 ≥0 ;L;k n −2 ≥0
an −1 p n − p n −1
E (pm−) p − t (4-36)
∑ j=0 ( pn −1 − p j )k j
n− 2
n −1 , p n +
n
an
析解公式将变得非常复杂
在实际应用中 通常要求给定函数有足够的连续性和光滑性 这就使得它们的
RL 和 GL 分数微积分完全等价 这样在分数阶动态系统中 可以利用 GL 分数微积分
的 1 阶或高阶近似表达式来近似表示 RL 分数微积分 GL 分数导数定义的极限形式如
下
∆γh f ( t )
D f ( t ) = lim
γ
(4-37)
h →0 hγ
[t / h ]
∆γh f ( t ) = ∑wj =0
γ
j f (t − jh) (4-38)
( −1) j Γ(γ + 1)
wγj = (4-39)
j! Γ(γ − j + 1)
∆γ f (t ) 1 n
∑w
~
Dγ f ( t) = h γ = γ γ
j f ( t − jh) nh = t (4-40)
h h j= 0
60
博士学位论文
~
实际上 Dγ f ( t ) 是以 O(h) 的精度收敛于 Dγ f (t ) [6] 并且权系数 wγj j = 0,1,2,..., n
∞
( −1) j Γ(γ + 1) j ∞ γ k
ω1γ ( z ) = (1 − z ) γ = ∑ z = ∑ w j z (4-41)
j =0 j! Γ(γ − j + 1) j= 0
f ( t ) − f (t − h )
f / (t ) ≈ (4-42)
h
此时 w10 = 1 w11 = −1 w1i = 0 i = 2,3,4,..., n 实际上式(4-41)中的 γ 即为式(4-31)
傅立叶变换技术
下面给出式(4-34)的数值解迭代公式 把式(4-34)进行离散化处理得
n pi −1
n
y ( j ) ( 0) n
an h − pn
∑w pn
y n− j − an ∑ + L + a1 h ∑ w pj1 y n − j
− p1
j =0 Γ(1 + j − pn )
j
j =0 j =0
n p1 −1
y ( j ) ( 0)
− a1 ∑ + a0 yn = un n = 1,2,... (4-43)
j= 0 Γ(1 + j − p1 )
D p n −k 分数导数所对应的权系数 从式(4-43)可以得到如下的迭代公式
−1
n p n −k p n − p n −k p n
n −1 n
y n = ∑ a n −k w 0 h h un − ∑ a n − k h ∑
pn − pn − k
w pj n −k y n − j
k =0 k=0 j =1
n n pi −1 y ( j ) ( 0)
+ ∑ al ∑ n = 1,2,... (4-44)
l =0 j =0 Γ(1 + j − pl )
从 4-1 节的讨论可知 式(4-44)的收敛速度与精度取决于如何对分数导数进行离
的计算精度分别为 O( h 2 ) O( h 3 )
61
博士学位论文 第四章 分数阶微分方程的数值算法
4 . 2 . 2 分数阶状态方程描述的数值算法
设分数阶系统的状态方程为
0 Dtα x( t ) = Ax( t ) + Bu( t )
x (0 ) = [x1 ( 0), x2 (0), L , xn ( 0)]T (4-45)
y ( t ) = Cx( t ) + Du( t )
析解为
t
根据前面的讨论 可以得到式(4-45)的离散化表达式如下
n
( nh ) −α
h −α ∑ ω αj x n− j − x( 0) = Axn + Bun (4-47a)
j =0 Γ(1 − α )
y n = Cxn + Du n (4-47b)
的泰勒的展开式系数 上式左边第二项为考虑初始条件不为零时的附加项
从(4-47a)可以得到如下的迭代公式
−1 ( nh ) −α h α
x n = (ω α0 I − hα A ) Bhα un +
n
x (0) − ∑ ω αj x n− j , n = 1,2,... (4-48)
Γ(1 − α ) j =1
4 . 2 . 3 仿真实例
给定某粘弹性系统如下
mD 2 x (t ) + cD α x ( t ) + kx( t ) = u( t )
(4-49)
x (0) = a1 , x& (0) = a 2
间描述为
D 0.5 x ( t ) = Ax( t ) + Bu( t )
(4-50)
y ( t ) = Cx( t )
其中
62
博士学位论文
0 1 0 0 0
0 0 1 0 0
A= , B = , C = [1 0 0 0]
0 0 0 1 0
− 1 − 1.5 1
0 0
x ( t ) = [x1 (t ) x 2 ( t ) x3 ( t ) x4 ( t ) ]T x ( 0) = [0 0 1 0]T
(x − ~
x ) / x 0.2471 0.126 0.0511 0.0828 0.0488 0.0358 0.0396 0.0082 0.0059
63
博士学位论文 第四章 分数阶微分方程的数值算法
图 4-1 ∆t = 0 .3 秒时系统的单位阶跃响应
图 4-2 ∆t = 0 .1 秒时系统的单位阶跃响应
64
博士学位论文
4.3 本章小节
65
博士学位论文 第五章分数阶系统响应和分数阶 PID 控制器
5.1 分数阶系统响应
5.1.1 时域响应
考虑如下的分数阶传递函数 G(s)
66
博士学位论文
bn s m α + bn −1 s ( m −1 )α + L b1 s α + b0
G( s ) = (5-1)
an s nα + a n −1 s ( n −1 )α + L a1 s α + a0
α = 1 / q, q, n ∈ Z + , a i , b j ∈ R, i = 1,L n, j = 1L m
G(s) 的特征方程如下
它有有限个特征根在黎曼主平面内 即
− π < arg( si ) ≤ π (5-3)
m
∑ bk λ
k
−1 ck n
g ( t ) = L−1 {G( λ ), λ = s α }= L−1 kn= 0
n
= ∑ = ∑ ck t Eα ,α ( λk t ) (5-4)
α −1 α
L
∑ ak λk k =0 λ − λ k k =0
k =0
n ck s− 1 n
y ( t ) = L ∑ α
−1
= ∑ ck t Eα ,α +1 ( λk t ) (5-5)
α α
k =0 s − λ k k =0
67
博士学位论文 第五章分数阶系统响应和分数阶 PID 控制器
5 . 1 . 2 频域响应
得到 但是对于同元次系统来说 可以采用下面如整数阶系统的因式分解方法
∏ (s + zk )
m
α
α
P( s )
G( s ) = = k =0
z k , P( zk ) = 0; pk , Q( pk ) = 0, z k ≠ p k (5-6)
∏ (s + pk )
Q( sα ) n
α
k =0
如 (sα + γ )
±1
对上式的每一个乘积项 其幅频特性都是从接近 0db(低频段)处开始
1
G( s ) =
s 3/ 2
+1
图 5-1 系统的频率响应
Fig. 5-1 Frequency response of the system.
5 . 1 . 3 稳态响应
1) 位置误差系数
68
博士学位论文
K p = lim G( s) (5-7)
s→0
2) 速度误差系数
K v = lim sG ( s ) (5-8)
s→0
3) 加速度误差系数
K a = lim s 2 G ( s ) (5-9)
s →0
对于如下的分数阶传递函数
G( s ) =
(
K bm s β m + bm −1 s βm −1 + L + b1 s β1 + 1 )
(5-10)
s γ (a n s n + an −1 s n −1 + L + a1 s + 1)
可以得到如下的关系
K 1
K p = lim = lim Ks −γ ep = (5-11)
s →0 s γ s→ 0 1 + Kp
s 1
K v = lim K γ
= lim Ks1−γ ev = (5-12)
s→ 0 s s→ 0 Kv
s2 1
K a = lim K γ
= lim Ks 2 −γ ea = (5-13)
s →0 s s→ 0 Ka
不是 0 就是 ∞ 因而其稳态误差不是 ∞ 就是 0 这一点与整数阶系统不同
表 5-1 系统的稳态误差
Tab. 5-1 The system s static error.
γ K p, ep K v , ev K a , ea
0 K p ,1/ (1 + K p ) 0, ∞ 0, ∞
(0,1) ∞ ,0 0, ∞ 0, ∞
1 ∞ ,0 Kv ,1 / K v 0, ∞
(1,2) ∞ ,0 ∞ ,0 0, ∞
2 ∞ ,0 ∞ ,0 K a ,1/ K a
(2,3) ∞ ,0 ∞ ,0 ∞ ,0
69
博士学位论文 第五章分数阶系统响应和分数阶 PID 控制器
5 . 2 分数阶 P I D 控制器及其应用
5 . 2 . 1 分数阶 P I D 控制器
u (t ) = K P e( t ) + K I D −α e( t ) + KD D β e( t ) (5-16)
PD PID
P PI
图 5-2 P -I -D 平面
Fig. 5-2 The P -I -D plane
70
博士学位论文
5.2.2 汽车减震系统的设计
置 yr 和 y 都是相对其平衡点测量出来的 通常减震装置是由弹簧和吸震器组成
Ms 2Y ( s ) = −( k + fs)[Y ( s ) − Yr ( s )] (5-17)
71
博士学位论文 第五章分数阶系统响应和分数阶 PID 控制器
传递函数 Gc (s )
fs + k
Gc ( s ) = (5-18)
Ms + fs + k
2
yr C(s) G(s) y
-
图 5-4 单位反馈系统
Fig. 5-4 Unit feedback system.
感受 当 M = M 0 时 同时满足超调量限制和穿越频率要求 就已经决定了减震装置
C f ( s ) = k1 Dα + k 2 D β , α > β (5-19)
其闭环系统的传递函数 Gcf (s )
k1 s α + k 2 s β k1 s α − β + k 2
Gcf ( s ) = = (5-20)
Ms 2 + k1 s α + k 2 s β Ms 2 − β + k1 s α − β + k 2
72
博士学位论文
73
博士学位论文 第五章分数阶系统响应和分数阶 PID 控制器
一个分数阶系统可以包含分数阶控制器或分数阶控制对象或两者兼而有之 然而
实际应用中 系统模型可能已用传统整数阶模型建好 因而本章下面把重点主要放
在如何设计分数阶 PID 控制器上
把分数阶 PID 控制器用于实际系统控制中存在一个难点 如何快速有效地计算出
分数阶导数和积分 由于分数阶系统的求解问题比传统整数阶系统的求解要复杂
费时的多 自然考虑到应用拉氏变换的方法来简化求解 这样首先需要把控制系统
从时域转变到 s 域 s 为拉氏变换变量 然后再在 s 域内设计合适的控制器 然而这
种方法并不利于其数字实现 实际上把分数阶系统在有限频谱内实现更有应用价值
即把分数阶系统在感兴趣的频谱内进行有限维数值逼近更符合实际应用需要 本章
下面提出的线性插值方法(Linear Interpolation Scheme,LIS)和截断 Grünwald-Letnicov
方法(Truncated Grünwald-Letnicov Scheme,TGLS)可用于解决上述问题 LIS 方法是利
用线性插值来近似分数微积分 而 TGLS 方法是基于 GL 分数导数的定义而得出的
实际上前者是后者的特例 TGLS 方法的思路简单明了 由于 GL 分数导数在形式上
是某一无穷级数的极限 可以取上述级数的有限项来近似表示分数微积分 这样一
方面可以利用 Z 变换来进行系统分析 另一方面又有利于数字实现 需说明的是
GL 和 RL 两种分数微积分定义 就工程应用而言几乎是完全等价的 这样在实际应
用中可以灵活选择何种定义 换句话说可以用 RL 定义来描述问题 而用 GL 定义求
解问题 为此本文不区分上述两种定义
5.2.3.1 LIS 方法
x ( t ) = [x ( k ) − x( k − 1)]
t
+ x ( k − 1) (5-21)
T
由上式的 α 次分数积分如下
x ( k ) − x ( k − 1) t α +1 x ( k − 1) α
D −α x (t ) = ⋅ + t (5-22)
Γ (2 + α ) T Γ (1 + α )
令 t = T ,则上式的时域和 Z 域表达式分别为
Tα
D −α x = [x (k ) + α ⋅ x( k − 1) ] (5-23)
Γ (2 + α )
Z {D x }=
−α Tα
[ ]
1 + α ⋅ z −1 ⋅ X ( z ) (5-24)
Γ (2 + α )
74
博士学位论文
且下式成立
1 T
H D ( z) = (1 − z −1 ), H P ( z ) = 1, H I ( z ) = (1 + z −1 ) (5-25)
T 2
这样式(5-24)可以看作增益为 K P , K D 的 PD 控制器或者增益为 K P , K I 的 PI 控制器
从上面的讨论不难得到下面两式
Z {D −α x}= K P ⋅ H P ( z ) + KD ⋅ H D ( z ) (5-26)
Z {D −α x }= K P ⋅ H P ( z ) + K I ⋅ H I ( z ) (5-27)
其中
(1 + α )T α αT α +1
KP = , KD = − (5-28)
Γ (2 + α ) Γ (2 + α )
(1 − α ) T α 2αT α −1
KP = , KI = (5-29)
Γ (2 + α ) Γ (2 + α )
5 . 2 . 3 . 2 T G L S 方法
1 ∞
D p x ( t ) = lim p
h→ 0 h
∑w k
p
x (t − kh) (5-30)
k=0
( −1) k Γ ( p + 1)
wkp = (5-31)
k! Γ ( p − k + 1)
75
博士学位论文 第五章分数阶系统响应和分数阶 PID 控制器
( ) 1
n
Z D p x (t ) ≈ p
T
∑w
k =0
p −k
kz X ( z ) (5-33)
从第四章知可以定义一个生成函数 ω p ( z −1 ) 使得它在原点处的泰勒展开式系数和式
(5-31)成正比 见下式
∞
( −1) k Γ ( p + 1) − k
ω p ( z −1 ) = (1 − z −1 ) p = ∑ z (5-35)
k = 0 k ! Γ ( p − k + 1)
定)乘以上述离散传递函数来补偿离散传递函数和连续传递函数在低频和高频段的
76
博士学位论文
77
博士学位论文 第五章分数阶系统响应和分数阶 PID 控制器
78
博士学位论文
Q = ∫ t ⋅ e( t ) dt
0
体性能比优化前要好许多 需要指出的是整个优化过程与参数 K P , K I , K D ,α , β 的初
79
博士学位论文 第五章分数阶系统响应和分数阶 PID 控制器
K P K I K D α β Q % ts (sec)
图 5-9 系统的闭环结构图
Fig. 5-9 The architecture of the closed-loop control system
80
博士学位论文
(a)线性系统的响应(无非线性模块).
(a) Linear system response (i.e. without the nonlinear block).
(b)含饱和非线性模块的系统响应.
(b) System response with saturation as a nonlinear block.
81
博士学位论文 第五章分数阶系统响应和分数阶 PID 控制器
(c) 含死区非线性模块的系统响应.
(c) System response with deadzone as a nonlinear block.
(d) 含磁滞非线性模块的系统响应.
(d) System response with hysteresis as a nonlinear block.
82
博士学位论文
(e) 含继电器非线性模块的系统响应.
(e) System response with relay as a nonlinear block.
图 5-11 分数阶 PID 控制器采用 n 项近似表示和 n=7 KP =2,KI=0.1,KD =3.5,á=0.5, â=0.5 作为初始
值时系统的响应.
Fig. 5-11 System response for a n-th order series approximation to the fractional order PID controller
and its optimal system response with n=7,KP =2,KI=0.1,KD =3.5,á=0.5, and â=0.5, as the initial values.
5.3 本章小节
83
博士学位论文 第六章 分数阶系统辨识
第六章 分数阶系统辨识
6.1 基于分数阶泊松滤波器的分数阶系统的辨识方法
6.1.1 分数阶系统辨识模型
任何系统辨识的目的是要从一系列的观察数据中建立一个能尽可能准确地重现
系统的物理性能的数学模型 分数阶系统辨识也不例外 本章给出的待辨识模型是
如下的常系数分数阶线性方程
84
博士学位论文
(如分数阶粘弹性系统及许多热力学系统的阶次可以通过实验确定 [17,18,84,85]) 设式
(6-1)的待辨识系数可以表示成如下的参数向量 θ
可以得到零初始条件下的一个线性连续回归表达式
Dα 0 y f ( t ) = ϕ f ( t )θ (6-3)
其中
u f (t ) 和 y f (t ) 分别表示滤波后的系统的输入和输出 等式(6-1)和(6-3)一般情况下是
的各个导数 而(6-1)式则不行
6 . 1 . 2 分数阶泊松滤波器
参数辨识需要计算滤波后的输入输出的分数导数 正如整数阶系统可以利用状态
数阶状态滤波器的一种特例 其传递函数可以表示成下式
1
F (s ) = nf
=
s
α
+ 1
ω f
α nf
ωf
0 < α < 1 (6-5)
sα n f + C 1n f ω αf sα ( n f −1) +L + Cnnff −1ω αf ( n f −1) sα + ω αf n f
其中 频率 ω f 的大小可以根据被辨识系统的频率特性来定(接近系统的最高角频
85
博士学位论文 第六章 分数阶系统辨识
可以发现分数阶泊松滤波器是传统整数阶泊松滤波器的推广 即当 α = 1 时 两者等
价 当然分数阶泊松滤波器还需要满足一定的条件
1 由于分数阶状态向量是由滤波后的分数阶导数组成 α 应满足如下的条件
α i = α kα i , i = 0,1,L , n, β j = α k β j j =0, 1L , m, kα i k β j ∈ N n f ≥ max( kα 0 , k β0 )
2. 式(6-5)的系数应满足稳定性定理 3-1
式(6-5)的分数阶状态向量由滤波后的输入输出的分数阶导数组成 可以表示成下
式
T
x = z f (t ), Dα z f (t ),L , D f z f (t ), D f z f (t ) (6-6)
α (n − 2) α (n −1)
其中 z f (t ) 表示 u f (t ) 或者 y f (t ) 式(6-5)的分数阶状态空间表示为
0 1 0 L 0 0
M 0 1 O M M
D x (t) = M
α O O O 0 x (t) + M z( t ) (6-7)
0 L L 0 1 0
−ω αn f n −1
−Cn ff ω f
α( n f −1)
L −Cn2 f ω 2f α α
−C n f ω f
1 ω α n f
f f
利用上式及第四章介绍的分数阶导数的数值近似方法 分数阶泊松滤波器以及滤波
后的输入输出的分数阶导数可以同时计算出来 这也是本方法的独到之处
6 . 1 . 3 辨识模型的参数估计
假设 u(t ) 和 y * ( t ) 为输入输出数据 且
y* ( t ) = y( t ) + p(t ) (6-8)
其中 p (t ) 为某一扰动信号(如测量噪声) 参数估计可以通过传统的最小二乘法极小
1 D y f ( t ) + L + an D y f (t ) − b0 D u f (t ) −L − bm D
e(t ) = Dα0 y*f (t ) + aˆˆ α1 * αn * ˆˆ β0 * βm *
u f ( t ) (6-9)
86
博士学位论文
p (t )
u(t) y(t ) y * (t )
+
+
控制对象
F(s) F(s )
分数阶泊松滤波器 分数阶泊松滤波器
1 L
L bˆ0 aˆ
[D u (t),L, D
β0
f
βm
u f (t) ] M
- + 1
M [Dα0
y*f (t), L, Dα y*f ( t)
n
]
bˆm aˆ
n
e(t )
图 6-1 分数阶系统参数辨识图
Fig. 6-1 Parameter identification diagram of the fractional system
考虑系统 K 对观察数据 参数辨识可以通过极小化目标函数 J 获得
( )
J θˆ = E T E (6-10)
( )
−1
θˆopt = Φ *f Φ *f Φ *f Dα0 Y f* (6-11)
T T
其中
T
Φ *f = ϕ *f ( k 0 × Ts ), ϕ *f (( k 0 + 1) × Ts ),L , ϕ *f (( k 0 + K − 1)× Ts )
T T T
6 . 1 . 4 估计参数的偏差分析
Dα 0 y*f (t ) = ϕ *f (t )θ + e (t ) (6-12)
e( k0 × Ts )
e(( k + 1) × T )
( )
−1
∆ θ = θˆopt −θ = Φ *f Φ *f
T
Φ *f
T
0 s (6-13)
M
e(( k 0 + K − 1) × Ts )
87
博士学位论文 第六章 分数阶系统辨识
( )
−1
θˆkIV+1 = Φ IVf (θ kIV ) × Φ *f Φ IVf (θ kIV ) × Dα0 Y f* (6-14)
T T
其中
( )
T
ϕ IVf θ kIV , ( k0 + K − 1) × Ts (6-15)
T
( )
ϕ IVf θ kIV , t = −Dα1 y IVf (θ kIV ,t ),L , − Dα n y IVf (θ kIV , t ), Dβ 0 u f (t ),L , Dβ m u f (t ) (6-16)
6 . 1 . 5 仿真实例
设某质量阻尼系统可表示为
D2 y (t ) + 0.5 D0.5 y (t ) + y (t ) = D0.5 u (t ) + u (t )
(6-17)
& =0
y(0) = 0,y(0)
其传递函数描述为
s 0 .5 + 1
G( s ) = (6-18)
s 2 + 0.5s 0 .5 + 1
白噪声:
var( p(t ))
NSR = ×100 (6-19)
var( y( t ))
88
博士学位论文
ω 4α ( z ) = ( 25 / 12 − 4 z + 3z 2 − 4 / 3 z 3 + 0.25z 4 )α (6-21)
图 6-2 系统的波德图
Fig. 6-2 Bode plots of the system.
89
博士学位论文 第六章 分数阶系统辨识
6 . 2 基于状态空间模型分解的分数阶系统的辨识算法
6 . 2 . 1 分数阶状态方程描述的矩阵分解算法
设分数阶系统的状态方程可以表示为
90
博士学位论文
其中
x = T −1 x , Λ = T −1 AT , B = T −1 B , C = CT (6-24)
y ( t ) = L−1 {C ( s α I − Λ ) −1 B }* u( t ) (6-25)
其中
1
sα − λ
1
( s α I − Λ ) −1 = O (6-26)
1
s α − λn
它可以表示为下式的一个线性组合
1
L−1 α * u( t ) i = 1,..., n (6-27)
s − λi
1
显然很容易求出 H i ( s ) = 的拉氏逆变换 这样系统输出 y(t ) 也不难求出
s − λi
α
6 . 2 . 2 分数阶系统辨识模型
本文所给出的辨识模型采用了分数阶状态方程描述 其系统矩阵为对角阵 系
统的输出是一系列简单的分数阶子系统的线性组合 图 6-4 给出了辨识系统的结构
图
91
博士学位论文 第六章 分数阶系统辨识
A1 y1 (t )
sα − λ1
u (t) Ai yi (t ) y (t )
α
s − λi
An yn (t)
sα − λn
图 6-4 分数阶系统模型分解图
Fig. 6-4 Modal decomposition of fractional systems
辨识的目的是估计出矢量 è
è = [α , A1 , λ1 ,..., An , λn ]T (6-28)
其中 α Ai 和 λi 分别为辨识模型的阶次 子系统的分子系数和辨识系统的特征值
利用分数导数的离散化定义
m
1
D y ( mh) = α
α
h
∑w α
k y (( m − k )h ) (6-29)
k =0
其中
( −1) k Γ(α + 1)
wαk = (6-30)
k! Γ(α − k + 1)
其中 yi (mh) 由下式确定
m
1
hα
∑w α
k y i (( m − k )h ) − λi yi ( mh) = Ai u ( mh) i = 1,..., n (6-32)
k =0
6 . 2 . 3 模型的参数估计
6 . 2 . 3 . 1 输出误差辨识算法
上式中 b 为某一输出白噪声
92
博士学位论文
m
J (èˆ) = ∑ e 2 ( kh, èˆ) (6-35)
k =0
m
∇J è = −2∑ e( kh, èˆ) S ( kh, èˆ) (6-36)
k =0
∂yˆ(kh, èˆ)
S (kh, èˆ) = (6-37)
∂èˆ
m
∇ 2 J èè ≈ 2 ∑ S ( kh, èˆ) S T ( kh, èˆ) (6-38)
k =0
6 . 2 . 3 . 2 输出灵敏度函数的计算
从上一小结知 分数阶模型分解辨识算法的关键是如何求出输出灵敏度函数
∂yˆ( t , è ) = L−1 α 1 * u ( t )
ˆ
∂Ai s −λ
i
∂yˆ( t , è )
ˆ A
= L−1 α i 2 * u (t ) (6-39)
∂λi (s − λ )
i
∂yˆ(t , èˆ) A s ln( s )
n α
= L−1 ∑ i α * u( t )
∂α i =1 (s − λ )2
i
利用分数导数的离散化公式(4-40)可以很容易地求出(6-39)中的前面二式 关键问题
93
博士学位论文 第六章 分数阶系统辨识
若令
s α ln( s )
Gi ( s ) = (6-41)
(sα
− λi )
2
则利用分数导数的牛顿二项式展开 及 Gi ( s) 的 Z 变换有
1 ∞ α −k ∞
z −k
h α ∑ wk z − ln( h ) − ∑ k
Gi ( z ) = ∞k = 0 k =0 (6-42)
2 λ ∞
∑ w 2α z − k − hαi ∑
1
wαk z − k + λ2i
h 2 α k =0 k k =0
成 mh 则可以得出输出预测对分数导数阶次 α 的偏导数的离散化近似表达式
其中
1 m
2λi m
∂yˆ ( mh, èˆ)
2α ∑w 2α
k q−k −
hα
∑w α
k q − k + λ2i i
∂α
=
h k =0 k =0
1 m
α −k
m
q−k
hα
∑
k =0
w k q
− ln( h ) − ∑
k =0 k
u( mh) (6-44)
6 . 2 . 3 . 3 参数估计的有效性
假设估计出的误差是零均值白噪声序列 则估计参数的协方差矩阵可以定义为
−1
m
cov( èˆ) = σ 2 ∑ S (kh,èˆ) S T ( kh, èˆ) (6-45)
k=0
利用上式中的协方差矩阵可以计算出辨识参数的方差 即协方差矩阵主对角线上的
元素 和各参数间的相关系数 即不在协方差矩阵主对角线上的元素
94
博士学位论文
6 . 2 . 4 仿真实例
设某一粘弹性系统可表示为
D 2 x (t ) + 0.5D 0. 5 x( t ) + x ( t ) = 1(t )
(6-46)
x (0) = 0, x& (0) = 0
0 1 0 0 0
0 0 1 0 0
A= , B = , C = [1 0 0 0]
0 0 0 1 0
− 1 − 0.5
0 0 1
利用 6.2.1 节介绍的方法 通过线性非奇异变换 可以求出式(6-47)的代数等价系
统如下
D 0. 5 x ( t ) = A x( t ) + B u( t )
(6-48)
y ( t ) = C x (t )
式(6-48)的传递函数描述如下
− 0.17 − 0.121 j − 0.17 + 0.121 j
H (s) = + 0 .5 +
s − 0.713 − 0.827 j s − 0.713 + 0.827 j
0 .5
95
博士学位论文 第六章 分数阶系统辨识
表 6-2 辨识结果
Tab. 6-2 Identification results
1 阶近似 3 阶近似
理论值 输出有高斯白噪 输出有高斯白噪
输出无噪声 输出无噪声
声 声
α 0.5 0.513 0.513 0.497 0.498
A1, 2 -0.17 m 0.121j -0.166 m 0.134j -0.166 m 0.134j -0.152 m 0.137j -0.155 m 0.137j
λ1, 2 0.713 ± 0.827j 0.722 ± 0.823j 0.722 ± 0.824j 0.715 ± 0.821j 0.713 ± 0.823j
A3, 4 0.17 m 0.247j 0.155 m 0.256j 0.155 m 0.256j 0.161 m 0.261j 0.163 m 0.25j
λ3, 4 -0.713 ± 0.576j -0.718 ± 0.576j -0.717 ± 0.576j -0.72 ± 0.573j -0.714 ± 0.577j
96
博士学位论文
97
博士学位论文 第六章 分数阶系统辨识
98
博士学位论文
6.3 本章小节
本章主要讨论了分数阶系统的辨识问题 重点介绍了两种分数阶系统辨识算法
基于分数阶泊松滤波器的分数阶系统的辨识方法和基于状态空间模型分解的分数阶
系统的辨识算法 前者主要用于辨识模型的阶次已知的情况 结合分数阶泊松滤波
器 给出分数阶系统辨识模型 及其参数估计和估计参数的偏差分析 给出的实例
验证了上述算法 后者可以同时辨识系统的阶次和其它辨识参数 运用分数阶状态
方程描述的矩阵分解算法 给出分数阶系统辨识模型和模型的参数估计 包含输出
误差辨识算法 输出灵敏度函数的计算和参数估计的有效性 给出的实例验证了上
述算法
99
博士学位论文 第七章 MCFC 电堆的温度控制
包括熔融碳酸盐燃料电池(MCFC)在内的几种主要类型燃料电池是当今世界科技
界与工程界研究的的重大热点之一 但绝大部分研究者主要集中在化学化工 材料
改进等范围 建模也止步于守恒定律模型 面向控制的 MCFC 建模 对 MCFC 的系
统控制的研究基本是空白 随着 MCFC 的大规模商业化 为提高 MCFC 发电系统运
行性能 延长其使用寿命 至少 40000 小时 保障系统安全持续运行 必须对其进
行有效的控制 例如 影响 MCFC 燃料电池寿命的主要原因有阴极溶解 阳极蠕变
和电解质溶解 而这些都与其内部温度有关 熔融碳酸盐燃料电池的最佳工作温度
约为 650OC 温度过低 熔盐活性降低 电池性能大大下降 另一方面 温度升高
又有利于提高 MCFC 的工作电压和输出性能 但温度过高 将使电解质高温使电池
组分的腐蚀速度加快 电解质损失加大 电池内阻增加 短路可能性加大 因此
[91,92,93,94]
如何把温度控制在给定范围内 减小温度波动是提高 MCFC 的性能的关键
分数阶迭代学习控制(Iterative Learning Control, ILC)是 P 型和 D 型迭代学习控制
[95,96,97,98,99,100]
的推广 它不但具有一般 P 型和 D 型迭代学习控制的优点 如对控制
对象本身不需太多的限制(对象可以是线性 非线性 时变或定常) 不需要系统输入
和输出的确切映射关系 具有在迭代过程中不断记忆学习的功能 收敛速度较快
跟踪精度较高等 而且在迭代过程中可以同时调整学习速度增益和跟踪误差的微分
阶次 使得迭代和收敛速度更加快速 从而使系统输出能够更快地逼近期望值 达
到较好的控制效果
考虑到 MCFC 系统性能除了受其本身的硬件条件 如电池的材料 双极板流场
设计 电解质板 阴极和阳极的空隙率等 影响外 还与电堆温度 阴极和阳极压
力 阴极气体和阳极气体的组分构成以及各组分的分压 电堆的平均电流密度 燃
[91]
料利用率和氧化气利用率等诸多外界因素有关 因而 MCFC 系统具有非线性 时
变 强耦合的特点 使得传统的控制方法难以取得很好的控制效果 本文把分数阶
迭代学习控制用于 MCFC 电堆的温度控制 能够很好地解决上述问题 并能取得令
人满意的控制效果
本章的安排如下 第一节介绍 MCFC 的工作原理 包含 MCFC 单电池 电堆和
MCFC 发电系统 第二节介绍 MCFC 动态机理模型 包含电化学反应模型和热力学
模型 第三节介绍 MCFC 的控制模型 包含组分的质量守恒 系统的能量守恒 反
应动力学和电池的电压方程 第四节分数阶迭代学习控制 包含基本定义和分数阶
迭代学习控制的算法收敛性分析 第五节结合目前本所正在进行的 十五 863 计划
项目 50kW 级 MCFC 示范发电系统 的有利条件 给出了一个利用分数阶迭代学
100
博士学位论文
阳极
阴极 空 气极
气室
气室
CO32 −
燃 料极
CO2 , H2O N2 等
电解质基板
双极板 双极板
阳极 H 2 + CO 23 − → CO 2 + H 2 O + 2e −
阴极 2e − + CO 2 + 1 O 2 → CO32−
2
水汽转换反应 CO + H 2 O ↔ CO2 + H 2
101
博士学位论文 第七章 MCFC 电堆的温度控制
总的电化学反应 1
H 2 + O2 → H 2 O +电能 + 热 (7.1)
2
在单体中主要发生以下物质和能量转换过程 单体中的物质移动 阳极气道内
阳极表面上 H2 被吸收 而 H2 O 和 CO2 被释放 在阴极气道内阴极表面上 CO2 和
O2 被吸收 热传递 在阳极气道的燃料气 电极电解质板 阴极气道的氧化剂气
体之间存在热传导 对流和辐射现象 另外 还有由于燃气和氧化剂气体间物质移
动而引起的热传递
102
博士学位论文
DC/DC或DC/AC
转换系统
MCFC电 堆
氧化 气
燃料 气 供气 系统
尾气循环和
处理系统
废热回收
利用系统
发电系统控制和
故障诊断系统
各个辅助装置作用如下
(1) 反 应 气 体 供 给 系 统 该系统对输入电堆的燃料气和氧化气进行预处理 包括燃气
重整 气体加温 加压等 气体组分配比等
(2) DC/DC DC/AC 电 流 转 换 系 统 燃料电池输出电流为直流 并且由于运行条件的
影响 电流输出容易收到扰动 所以该电力在实际应用前必须进行变换 使 MCFC
系统能提供平稳的直流或交流电流
(3) 废 热 回 收 系 统 该系统可以回收电堆本体发电时所产生的热 电池排气的含热
燃料重整系统的排热等 提高整个发电系统的热效率
(4) 尾 气 循 环 和 处 理 系 统 在高温燃料电池发电装置中 因为电堆尾气温度高 并且
含有一定的燃料气 因此可以应用于燃气轮机与蒸汽轮机 构成联合发电系统
(5) 控 制 和 故 障 诊 断 系 统 主要实现对电堆温度 压力 气体循环量 燃料利用率
氧化气利用率的控制 并能及时发现系统运行中出现的故障 并确定故障类型 所
以它对 MCFC 发电系统高效 长期平稳运行起着重要的作用
103
博士学位论文 第七章 MCFC 电堆的温度控制
I s = I c ( k ) ( k = 1, L, N ) (7.2)
N
Vs = ∑ Vc (k ) (7.3)
k =1
Wc = Vc × ∫∫ J locdxdy (7.4)
S
RT PH 2 ,a PO 2 , c PCO 2 ,c
E = E0 + ln (7.5)
2 F PH 2O ,a PCO 2 ,a
E 0 = 1.2723 − 2.7645 ×10−4 T (7.6)
单体内部电池阻抗通常表示成电池温度的函数 极化损耗的计算的经验公式如下[102]
1 1
Rohm = 0.5× 10−4 exp 3016 −
T 923 (7.8)
7 . 2 . 2 热力学模型
104
博士学位论文
即 质 量 守恒 动量守恒和能量守恒 这些守恒定律的数学表达式是对应的一组
偏微分方程
图 7.4 微元体
Fig. 7.4 Difference cell volume
质量守恒方程
MCFC 中 阴极气体一般包括氧气 二氧化碳以及氮气等 阳极气体一般包括氢气
一氧化碳 甲烷 水蒸气和氮气等混合气体 都是多组分工质 需进行规一化处理
在电池内部传质过程不断发生 维持电池内部电化学反应不断进行 与热量传递中
的导热和对流换热类似 质量传递方式大致分为分子扩散和对流传质两类 组分的
浓度差或者说浓度梯度是质量传递的驱动力
对图 7.4 中固定空间位置的容积微元体 质量守恒定律可以表示为 微元体中流体质
量单位时间增量 同一时间流入该微元体的净质量
所以质量守恒连续方程写作
∂ρ ∂ ( ρu ) ∂( ρv) ∂ ( ρw)
+ + + = S c (7.11)
∂t ∂x ∂y ∂z
上式等式左侧的第 2 3
4 项是质量流密度的散度 可用矢量符号写出 即
∂ρ r
+ div ( ρV ) = S c (7.12)
∂t
在正常运行时 由于阳极的一个氢分子与从电解质层通过离子传导过来的一个碳酸
CO 23 − 因此 阳极物质总量的增加和阴极物质总量的减少是同时存在的 且增量等
于减量 反应方程如下
H 2 + CO23 − → CO 2 + H 2O + 2e −
105
博士学位论文 第七章 MCFC 电堆的温度控制
1
CO2 + O2 + 2e− → CO32−
2 (7.13)
in
ucathode = Vcathode
in
/ N c (7.14b)
其连续方程可以写出如下形式
∂ρ r
+ div ( ρV ) = ± mCO 2 − (7.15)
∂t 3
其中 上式右项与当前位置的电流密度有关 将在下面的分析中给出
动量守恒方程
对图 7.4 所示的微元体分别在三个坐标方向上应用牛顿第二定律 在流体流动中的
表达形式 流体动量的单位时间增量 同一时间作用在微元体上的各种力之和
∂ ( ρu ) r ∂p
+ div ( ρuV − µ∇u ) = − + S u (7.16a)
∂t ∂x
∂ ( ρv ) r ∂p
+ div ( ρvV − µ ∇v ) = − + S v (7.16b)
∂t ∂y
∂ ( ρw ) r ∂p
+ div ( ρwV − µ∇ w) = − + S w (7.16c)
∂t ∂z
其中 S u Sv S w 为 3 个动量方程的广义源项
在牛顿流体和平流的假设条件下 Su = S v = S w = 0 于是动量守恒微分方程可以简
化为
∂( ρu ) r ∂p
+ div ( ρuV − µ∇ u) = − (7.17a)
∂t ∂x
∂( ρv ) r ∂p
+ div ( ρvV − µ∇v ) = − (7.17b)
∂t ∂y
∂( ρw) r ∂p
+ div ( ρwV − µ ∇w) = − (7.17c)
∂t ∂z
其中 µ 代表气体工质粘度
方程(7.17)的动态形式还可以写作
106
博士学位论文
r
∂( ρV ) rr r
+ div ( ρVV − µ∇ V ) = −∇p (7.18)
∂t
其稳态形式为
rr r
div ( ρVV − µ∇V ) = −∇p (7.19)
能量守恒方程
对图 7.4 所示的微元体应用能量守恒定律
热力学能单位时间内的增量 同一时间进入该微元体的净热流量 同一时间体积力
与表面力对微元体做的功
再引入导热 Fourier 定律 可以得到用流体比焓 h 及温度 T 表示的能量方程
∂( ρh ) ∂( ρuh ) ∂( ρvh) ∂( ρwh)
+ + +
∂t ∂x ∂y ∂z (7.20)
r
= − p divV + div ( λgrad T ) + Φ + S h
如下形式的能量方程
气体工质 包括燃料气和氧化剂 能量方程形式如下
∂ ( ρ h) r λ∇ h
+ div ρVh − = S h (7.21)
∂t c p
电解质板的能量方程可写作
∂ (ρ T )
cp − λ∇ 2 T = S h (7.22)
∂t
由于电化学反应产生的热量被释放到电解质板中 因此 Sh 的大小由反应放热和电解
质基板与双极板之间的辐射换热量决定
7 . 3 M C F C 控制模型
采用上述机理模型 我们能够对电堆性能进行三维动态仿真研究 较为精确地描
述 MCFC 电堆的动态过程 分析各个主要参数在电堆内部的分布情况 但是机理模型
107
博士学位论文 第七章 MCFC 电堆的温度控制
T = To x i = x io 等
l 系统的硬件温度和气体出口流体的温度相同 即T s = T o
l 混和气体具有理想气体的热力学性质
l 忽略水汽反应对系统动态的影响
7 . 3 . 1 组分的质量守恒
其中
~
Ci 气体组分 i 的平均摩尔浓度
Ni 气体组分 i 的摩尔流速
V 阴极或阳极容器容量
Ri 气体组分 i 总的生产率
电化学反应中各组分的生产率由该组分参与的所有的化学反应决定 假设整个系统
µ
Ri = ∑ v ij r j (7.24)
j =1
量 产生或消耗
把质量守恒方程(7.23)中所有的反应组分进行代数和运算 可以得到
108
博士学位论文
d ξ ~
(N iin − N io + Ri ) (7.25)
ξ
V ∑
dt i =1
C i = ∑
i =1
7 . 3 . 2 系统的能量守恒
其中
Ms 电堆硬件质量
C sp 电堆比热容
Ts 电堆硬件平均温度
hi 工质的平均焓
L 传导热和电功率 Pdc + Ql
结合质量守恒方程(7.23) 方程(7.27)可以写作
in o
ξ ξ
dT s ~ o dhi o
+ VC i = N i ∑ xi ( hi − hi ) − ∑ hi o Ri − L (7.28)
s s in in
M C p
dt dt i =1 i =1
~ ~
假设系统反应气体充分混和 方程(7.27)中的 hi 和 Ci 被它们的输出时的值 hi o 和 Cio
代替
7 . 3 . 3 反应动力学
Rcathode = [ 0, − r1 / 2 ,− r1 , 0, 0] (7.30)
109
博士学位论文 第七章 MCFC 电堆的温度控制
− J ⋅ N c ⋅ Ar
r1 = (7.32)
F
其中
J 燃料电池平均电流密度
Nc 组成电堆的单体数目
Ar 燃料电池的有效反应面积
F 法拉第常数
因此参加电化学反应的气体量由电堆的输出电流强度确定 遵循电解法拉第定律
(7.32)
7 . 3 . 4 电池的电压方程
RT o x ⋅ x 0 .5 ⋅ x
Vo = E o + ⋅ ln H 2 O 2 CO 2 ( C ) (7.33)
2F x H 2O ⋅ x CO2 ( A )
其中
Vo 电池的开路逆电动势
Eo MCFC 标准逆电动势
xi 反应各组分的摩尔分率
V = V o − J ⋅ Ar ⋅ Rc (7.34)
其中 Rc 是电池的欧姆内阻
7 . 4 分数阶迭代学习控制
7 . 4 . 1 基本定义
110
博士学位论文
代条件下的控制信号 ek (t ) ek ( t ) = y d ( t ) − y k ( t ) 为第 k 次迭代条件下实际输出 y k (t )
义 P 型 ILC 法则如下
uk +1 ( t ) = uk ( t ) + Γek (t ) (7.36)
uk +1 ( t ) = uk ( t ) + ΓDα e k ( t ) (7.37)
U k +1 ( s ) = U k ( s ) + Γsα Ek ( s ) (7.38)
7 . 4 . 2 分数阶 I L C 的收敛性分析
111
博士学位论文 第七章 MCFC 电堆的温度控制
一个非常基本的做法是对低于所感兴趣的频率(如截止频率 ω c )的那部分实际系统用
此 在这一点上 可以认为下面考虑的系统是具有某个线性主部的反馈控制系统
虽然总体上它是非线性的 此处反馈控制器无需是个线性反馈控制器 它可以是个
线性化了的反馈控制器
y d ( t ) = Gc u d ( t ) (7.39)
从频率域的更新法则(7.38) 可以得到
U k +1 ( s ) = U k ( s ) + Γs α (Yd ( s) − Yk ( s) )
= U k ( s ) + Γs α Gc ( s ) (U d ( s ) − U k ( s ) )
( )
= 1 − Γsα Gc ( s) U k ( s ) + Γsα Gc ( s )Ud ( s ) (7.40)
令
ρ = 1 − Γs α Gc ( s ) (7.41)
则式(7.40)可以改写为
U k +1 ( s ) = ρ U k ( s ) + (1 − ρ ) U d ( s )
= ρ 2 U k −1 ( s ) + (1 − ρ 2 ) U d ( s )
= ρ 3 U k − 2 ( s) + (1 − ρ 3 ) U d ( s )
M
= ρ U k − n+1( s ) + (1 − ρ ) U d ( s ) , n ≤ k (7.42)
n n
若
ρ < 1 (7.43)
112
博士学位论文
可以得出
lim U k ( s) = U d ( s ) (7.44)
k ,n → ∞
从而算法的收敛条件为
1 − Γ ( jω ) α Gc ( jω ) < 1 ∀ω (7.45)
如此 一个比较合理的做法是 选取一个具有高通特性的滤波器来补偿和抵消 Gc ( j ω )
范围进一步扩大
说明 7 -3: 在把 ILC 用于实际系统时 零相位低通滤波器加上一个纯相位超前环节是
个关键的实现技巧[99] 根据以上讨论 可以发现运用 ILC 法则的主要目的是补偿
Gc ( j ω ) 但这并不是说真的用一个高通滤波器来完全抵消 Gc ( j ω ) 而实际上只需补
相位超前环节 就显得非常有意义了
7 . 5 M C F C 电堆温度控制实例
7 . 5 . 1 问题概述
113
博士学位论文 第七章 MCFC 电堆的温度控制
7 . 5 . 2 仿真条件与结果
60%
114
博士学位论文
Vak +1 ( t ) = Va k (t ) + Γa Dα ek ( t ) (7.46a)
便使 MCFC 电堆的温度保持在设定值附近工作
从图 7.6 中可以发现 随着迭代次数 k 的增大 由外部负载突然减小引起的 MCFC
输出温度与期望温度之差逐渐减小 特别是当 α 在 0.5 附近时 温度偏差减小的更
115
博士学位论文 第七章 MCFC 电堆的温度控制
表 7.1 迭代后的仿真参数值
Table 7.1 Simulation parameter values after iterations
∆ I = 300 A ∆ I = − 300 A
α
Va (mol/s) Vc (mol/s) max e (K) Va (mol/s) Vc (mol/s) max e (K)
a) b)
c) d)
116
博士学位论文
e)
图 7.5 电流密度发生 + 20% 的阶跃变化 系统的仿真图
Fig. 7.5 The system s simulation diagrams when current density has a
+ 20% step variation.
a) b)
117
博士学位论文 第七章 MCFC 电堆的温度控制
c) d)
e)
图 7.6 电流密度发生 − 20% 的阶跃变化 系统的仿真图
Fig. 7.6 The system s simulation diagrams when current density has
a − 20% step variation.
118
博士学位论文
7.6 本章小节
119
博士学位论文 第八章 总结与展望
第八章 总结与展望
多年来分数微积分这门学科仅仅只是少数人研究的对象 并主要以理论研究
为主 其中一个主要原因是分数微积分定义和分数阶微分方程的求解公式里面含
有一些超越函数 如伽马函数和 Mittag-Leffler 函数等 这在过去相当长的时间
内都无法直接进行数值研究 也不能把它应用到很多工程领域里 近年来 随着
计算机科学技术的飞速发展 很多以前不能解决的计算问题都能迎刃而解 客观
上也为其应用于工程技术领域创造了条件 而分数导数具有的独特记忆功能 分
数阶 PID 控制器具有更多的选择参数 分数阶系统的稳定范围更广及其特殊的
慢收敛性质等 都可以运用到系统建模和控制器设计中 分数微积分这一强有力
的数学工具正受到越来越多工程人员的注意 本文的主要工作有
(1) 结合分数微积分的定义和性质 给出并证明了分数阶常微分方程和分数
阶状态方程解的存在性和唯一性定理 给出分数阶线性系统的传递函数
状态方程 多项式描述 并与整数阶线性系统进行比较 运用分数微积
分建立了粘弹性系统的数学模型 并进行了仿真研究
(2) 研究了分数阶线性定常系统的稳定性 可控性和可观测性条件 运用拉
普拉斯变换和留数定理给出了分数阶线性定常系统的内部和外部稳定性
定理的证明 直接从复分析中的辐角原理出发 推导出分数阶线性定常
系统 2 种有效的闭环稳定性判据 分数阶系统奈奎斯特判据和分数阶系
统对数频率判据 结合分数阶线性定常系统状态方程的解和可控性与可
观测性定义 给出了分数阶线性定常系统的能控性和能观测性秩判别定
理及其证明
(3) 给出分数阶常微分方程和分数阶状态方程的一个快速数值求解方法 运
用分数微积分的算子表示法 给出分数阶线性多步长方法的一些定义
定理及其证明 给出了分数微积分的高价近似权系数的生成函数表达式
在此基础上推导出分数阶常微分方程和分数阶状态方程的高阶近似表达
式 并进行了仿真研究
(4) 研究了分数阶系统的时域 频域和稳态响应 根据其特征根在黎曼主平
面内 外的位置 指出它有 5 种不同的响应 单调下降函数 阻尼振荡
函数 等幅振荡函数 发散振荡函数 单调上升函数 在给出分数阶 PID
控制器的概念 及其时域和频域表示方法后 进一步把分数阶 PID 控制
器的概念推广到分数阶 DD II IDI PDD 等分数阶控制器 并给出运
用分数阶 DD 控制器来控制汽车减震的例子 提出了分数阶 PID 控制器
的一种新的数字实现方法 本方法可以直接在时域或 Z 域中计算分数阶
120
博士学位论文
121
博士学位论文 参考文献
参考文献
[1] Oldham K B, Spanier J. The fractional calculus [M]. New York: Academic, 1974.
[2] Camko S, Marichev O, Kilbas A. Fractional integrals and derivatives and some of their
applications [M]. Minsk: Science and Technica, 1987.
[3] Nishimoto K. An essence of Nishimoto’s fractional calculus [M]. Koriyama: Descards
Press, 1991.
[4] Miller K S, Ross B. An introduction to the fractional calculus and fractional differential
equations [M]. New York: John Wiley& Sons, 1993.
[5] Carpinteri A, Mainardi F. Fractals and fractional calculus in continuum mechanics [M].
Wien: Springer, 1997.
[6] Podlubny I. Fractional differential equations [M], Academic Press, San Diego, 1999.
[7] Nonnenmacher T F, Glockle W G. A fractional model for mechanical stress relaxation [J].
Philosophical Magazine Letters, 1991, 64(2): 89-93.
[8] Friedrich C. Mechanical stress relaxation in polymers: fractional integral model versus
fractional differential model [J]. J. Non-Newtonian Fluid Mech., 1993, 46(1): 307-314.
[9] Koeller R C. Polynomial operators, stieltjes convolution, and fractional calculus in
hereditary mechanics [J]. Acta Mechanica, 1986, 58(1): 251-264.
[10] Smit W, Vries H. Rheological models containing fractional derivatives [J]. Rheologica Acta,
1970, 9(1): 525-534.
[11] Sobotka Z. Rheology of materials and constructions [M]. Prague: Academia, 1981.
[12] Friedrich C. Rheological materials functions for associating combshaped or H-shaped
polymers: a fractional calculus approach [J]. Philosophical Magazine Letters,1992,
66(6):287-292.
[13] Mandelbrot B. The fractal geometry of nature [M]. San Francisco: Freeman, 1982.
[14] Koh C G, and Kelly, J M. Application of fractional derivatives to seismic analysis of
based-isolated model [J]. Earthq. Eng. Struct. Dyn., 1990, 19(1): 29-241.
[15] Lee H H, Tsai C S. Analytical model of viscoelastic dampers for seismic mitigation of
structures [J]. Computers and Structures, 1994, 50(1): 111-121.
[16] Anastasio T J. The fractional-order dynamics of brainstem vestiburo-oculomotor neurons
[J]. Biological Cybernetics, 1994, 72(1): 69-79.
[17] Markris N, Constantinou M C. Fractional-derivative Maxwell model for viscous dampers
[J]. J. Struct Eng., 1991, 117 (9): 2708-2724.
[18] Bagley R L. Power law and fractional calculus model of viscoelasticity [J]. AIAA Journal,
1989, 27(10): 1412-1417.
[19] Bagley R L, Calico R A. Fractional order state equations for the control of viscoelastically
damped structures [J]. J. Guidance, 1991, 14(2): 304-311.
[20] Bagley R L, Torvik P J. Fractional calculus in the transient analysis of viscoelastically
damped structures [J]. AIAA Journal, 1985, 23(6): 918-925.
[21] Bagley R L, Torvik P J. On the fractional calculus model of viscoelastic behavior [J].
Journal of Rheology, 1986, 30(1): 133-155.
[22] Clerc J P , Tremblay A, Albinet G, Mitescu C D. A.C. response of fractal networks[J]. J.
Phys. Lett., 1984, 45 (1): 913-924.
[23] Keshner M S. 1/f Noise [J]. Proc. IEEE, 1982, 70(1): 212-218.
[24] Vander Z A. Unified presentation of 1/f noise in electronic devices: fundamental 1/f noise
sources [J]. Proc. IEEE, 1988, 76(1): 233-258.
[25] Oustaloup A. Fractional order sinusoidal oscillators optimization and their use in highly
linear FM modulation [J]. IEEE Trans. Circuits Syst., 1981, 28(1): 10.
[26] Machado J A T, Azenha A. Position/force fractional control of resonant plants: application
of mechanical manipulators [A]. Proceedings of 1998 5th Int. Workshop on Advanced
Motion Control [C], Coimba, Portugal, 1998: 216-221.
[27] Duarte F B M, Tenreiro M J A. Pseudoinverse trajectory control of redundant manipulators:
a fractional calculus perspective [A]. Proceedings. ICRA '02. IEEE International
Conference on Robotics and Automation [C], 2002:2406 – 2411.
[28] Westerlund S. Capacitor theory [J]. IEEE Trans. Dielectrics Electron. Insulation, 1994, 1(5):
826–839.
122
博士学位论文 参考文献
[29] M´ehaut´e L, Crepy G. Introduction to transfer and motion in fractal media: The geometry
of kinetics [J]. Solid State Ionics, 1983, 9(10): 17–30.
[30] Oldham K B. A signal-independent electroanalytical method [J]. Anal. Chem, 1972, 44(1):
196-198.
[31] Oldham K B. Interrelation of current and concentration at electrodes [J]. J. Appl.
Electrochem. , 1991, 21(1): 1068-1072.
[32] Giona M, Gerbelli S, Roman H E. Fractional diffusion equation and relaxation in complex
viscoelastic materials [J]. Physica A, 1992, 191(1): 449-453.
[33] Heleschewitz D, Matignon D. Diffusive realizations of fractional integrodifferntial
operators: structural analysis under approximation [J]. IFAC Conference on System,
Structure and Control. France, 1998, 2(1): 243-248.
[34] Mehaute A L, Crepy G. Introduction to transfer and motion in fractal media: the geometry
of kinetics [J]. Solid State Iomics, 1983, 9(10): 17-30.
[35] Kaplan T, Gray L J, Liu S H. Self-affine fractal model for a metal-electrolyte interface [J].
Phys. Review B, 1987, 35(10): 5379-5381.
[36] Babenko Y I. Heat and mass transfer [M]. Khimiya, Leningrad, 1986.
[37] Engheta N. On fractional calculus and fractional multipoles in electromagnetism [J]. IEEE
Transactions on Antennas and Propagation, 1996, 44(4): 554-566.
[38] Engheia N. On the role of fractional calculus in electromagnetic theory [J]. IEEE
Transactions on Antennas and Propagation, 1997, 39(4): 35 – 46.
[39] Engheia N. Fractional derivatives, fractional integrals and electromagnetic theory
Computational Electromagnetics and Its Applications [A]. 1999 International Conference
on Proceedings (ICCEA '99) [C], 1999: 20 –21.
[40] Cole K S. Electric conductance of biological systems [A]. Proc. Cold Spring Harbor Symp.
Quant. Biol [C], New York: Cold Spring Harbor, 1933:107-116.
[41] Anastasio T J. The fractional-order dynamics of brainstem vestiburo-oculomotor neurons,
Biological Cyb ernetics [J]. 1994, 72(1): 69-79.
[42] Mainardi F. Fractional calculus: some basic problems in continuum and statistical
mechanics, in Carpinteri and Mainardi [5].
[43] Axtell M, Bise M E. Fractional calculus applications in control systems [A]. In Proc. IEEE
Nat. Aerospace and Electronic Conf.[C], New York, 1990:563–566.
[44] Podlubny I. Fractional-order systems and PI λ D µ –controllers [J]. IEEE transactions on
automatic control, 1999, 44(1): 208-214.
[45] Podlubny I. Fractional-order systems and –controllers [J]. IEEE Trans on Automatic
Control, 1999, 44 (1): 208 - 214.
[46] Oustaloup A. La Commande CRONE [M]. Série Automatique: Éditions Hermè, 1991.
[47] Matignon D, d’Andréa-Novel B. Observer-Based Controllers for Fractional Differential
Systems [A]. 36th IEEE Conference on Decision and Control [C], San Diego, California,
1997: 4967-4972.
[48] Matignon D. Stability results for fractional differential equations with applications to
control processing [A]. Computational Engineering in Systems and Application
Multiconference [C], 1996:963-968.
[49] Matignon D, d’Andréa-Novel B. Décomposition modale fractionnaire del’équation des
ondes avec pertes viscothermiques [J]. École Nationale Supé rieure des Té lé
communications,1995,95 C 001.
[50] Ikeda F, Kawata S. An Optimal Design of Fractional Differential Active Mass Dampers for
Structures equipped with Viscoelastic Dampers [J]. MOVIC 2000, Sydney, Australia, 2000:
223-228.
[51] Oustaloup A. La derivation non entière: théorie,synthèse, applications [M]. Série
Automatique: Éditions Hermè, 1995.
[52] Oustaloup A, Mathieu B. La Commande CRONE: Du Scalaire au Multivariable [M]. Paris,
France: Hermes, 1999.
[53] Oustaloup A, Sabatier J, Lanusse P. From fractal robustness to CRONE control [J].
Fractional Calculus and Applied Analysis, 1999, 2(1): 1-30.
[54] Makroglou A, MillerR K, Skaar S. Computational results for a feedback control for a
rotating viscoelastic beam [J]. J. of Guidance Control and Dynamics, 1994, 17(1):84-90.
123
博士学位论文 参考文献
124
博士学位论文 参考文献
[84] Battaglia J L, Lay L L, Batsale J C, Oustaloup A, Cois O. Heat flow estimation through
inverted non-integer identification models [J]. International Journal of Thermal Science,
2000, 39(3): 374-389.
[85] Caputo M, Mainardi F. A new dissipation model based on memory mechanism [J]. Pure
and Applied Geophysics, 1971, 91(8): 134-147.
[86] Lennart L. System identification-Theory for the user [M]. Second Edition, Prince Hall:
PTR, 1999.
[87] 方崇智 萧德云. 过程辨识 [M]. 北京: 清华大学出版社 1988.
[88] 袁亚湘. 非线性规划数值方法[M]. 上海: 上海科学技术出版社, 1993.8.
[89] 周承高 廖原. 优化原理及其程序设计[M]. 北京: 中国铁道出版社, 1989.
[90] 汪树玉 扬德铨 刘国华 张科锋. 优化原理 方法 与工程应用[M]. 浙江 浙江大
学出版社 1991.10.
[91] Fuel cell handbook (fifth edition), EG&G Services Parsons, Inc., Oct. 2000.
[92] Yoshihiro M, Fumihiko Y, Yoshiyuki I, Takao W. Performance and life of 10-kW
molten-carbonate fuel cell stack using Li/K and Li/Na carbonates as the electrolyte [J].
Journal of Power Sources, 1998, 75(1): 108–115.
[93] 菰田峰生 渡边隆夫 伊崎庆之等, 10kW 级熔融碳酸盐燃料电池的运行研究 横须贺
研究所 平成 6 年 3 月 31 日 日文
[94] 渡边隆夫 伊崎庆之. 10kW 级熔融碳酸盐燃料电池的运行研究 横须贺研究所 设备
性能 评价 平成 7 年 3 月 30 日 日文
[95] Arimoto S, Kawamura S, Miyazaki F. Bettering operation of robots by learning [J]. J. of
Robotic Systems, 1984, 1(2): 123-140.
[96] Sugie T, Ono T. An iterative control law for dynamical systems [J]. Automatica, 1991,
27(4): 729-732.
[97] Moor K L. Iterative learning control-an expository overview [J]. Applied & Computational
Controls, Signal Processing, and Circuits, 1(1).
[98] Zeungnam B, Jian-Xin X. Iterative learning control-analysis, design, integration and
applications [M]. Kluwer Academic Publishers, 1998.
[99] Richard W L. Designing iterative learning and repetitive controllers [J]. Kluwer Academic
Publishers, 1998, 107-145.
[100] Yangquan C, Changyun W. Iterative learning control: convergence, robustness and
applicatons. Vol. LNCIS-248 of lecture notes series on control and information science,
Springer-Verlag, Londom, 1999.
[101] Tanimoto K, Miyazaki Y. Cell performance of molten carbonate fuel cell with alkali and
alkaline-earth carbonate mixtures [J]. Journal of Power Source, 1992, 39(3): 285-292.
[102] Koh J H, et al. Effect of various stack parameters on temperature rise in MCFC stack [J],
Journal of Power Sources, 2000, 91(1): 161-171.
[103] Lukas M D, Lee K Y, Ghezel-Ayagh H. An explicit dynamic model for direct reforming
carbonate fuel cell stack [J]. IEEE Transaction on Energy Conversion, 2001, 16(3): 289
–295.
[104] Lukas M D, Lee K Y, Ghezel-Ayagh H. Reduced-order dynamic model of carbonate fuel
cell system for distributed generation control [J]. Power Engineering Society Summer
Meeting, 2000, 3:1793 –1797.
[105] Yangquan C. Dedicated web server for iterative learning control research,
http://cisserver.ee.nus.edu.sg/`ilc , Oct. 1998.
[106] Wolf T L, Wilemski G. Molten carbonate fuel cell performance model [J]. J. Electrochem.
Soc., 1983, 130(1): 48-55.
[107] Standaert F, Hemmes K, Woudstra N. Analytical fuel cell-non-isothermal fuel cells [J].
Journal of Power Sources, 1998, 70(1): 181-199.
[108] Barbara B, Paola C, et al. Modeling and experimentation of molten carbonate fuel cell
reactors in a scale-up process [J]. Chemical Engineering Science, 1999,54(1): 2907-2916.
[109] 王振雷. 模糊神经网络及其在熔融碳酸盐燃料电池系统中的应用研究[D]. 上海交通
大学博士后研究工作报告, 2004.01.
125
博士学位论文 致 谢
致 谢
― 谨以此文奉献给多年来所有关心和爱护我的师 长 亲人 朋友
本论文是在导师曹广益教授的精心指导下完成的 论文的每个细节都渗透
着导师的心血 在攻读博士学位期间 曹广益教授以他广博的视野 敏锐的洞
察力 严谨的学术态度和踏实的作风给了我莫大的帮助 他那宽广的胸怀 宽
容的为人和正直的品格更是深深印刻我的脑海之中 在这里 谨向曹老师对我
三年来的关怀和帮助表示衷心的感谢
在此 我还要特别感谢副导师朱新坚教授 在课题研究过程的每一过程中
我是不可能顺利完成博士学业的 在此向他们表示我深深的谢意
王振滨
2004 年 3 月 于上海交通大学
126
博士学位论文
攻读博士学位期间已发表或录用的主要论文
(以下论文全部为第一作者)
[1] Wang Zhen-bin, Wang Zhen- lei, Cao Guang-yi, Zhu Xin- jian. The Digital
Implementation of Fractional Order PID Controller and Its Application Journal of
Systems Engineering and Electronics (EI 检索源) (Accepted)
[2] Wang Zhen-bin, Cao Guang- yi, Zhu Xin-jian. The Identification Algorithm for
Commensurate Order Linear Time-Invariant Fractional Systems Journal of Harbin
Institute of Technology (EI 检索源); (Accepted)
[3] Wang Zhen-bin, Cao Guang- yi, Zhu Xin-jian. Research on the Stability,
Controllability and Observability for Fractional Order LTI Systems Journal of
Harbin Institute of Technology (EI 检索源); (Accepted)
[4] Wang Zhen-bin, Cao Guang-yi, Zhu Xin-jian. The Identification Algorithm for a
Kind of Fractional Order Systems, Journal of Southeast University (EI 检索源);
(Accepted)
127
[11] 王振滨 曹广益.分数阶动态系统的数值算法. 系统仿真学报(EI检索源), 2004,
16(3):477-479
参加的国家级课题与项目
分析及控制方法研究 编号 011607033
电池发电系统 编号 2003AA517020
128