第一章 緒論
1.3 文獻回顧
1.3.1 電液負載感測系統
有關電液負載感測系統之研究，近幾年來陸續發表。Zaehe(1993 年) 研究電液負載感測系統應用於閥控液壓馬達之轉速控制[1]，此研究首先 嘗試將電液負載感測系統與負載馬達之轉速控制同時實現，控制器之設 計皆採用傳統 PID 控制。Esders(1995 年)研究電液負載感測系統應用於 多負載系統(multi-load system)，研究重點在於多負載缸系統，負載感測 壓力( )必須為各負載感測缸中負載壓力最高者，電液負載感測系統之 控制器亦只採用傳統 PID 控制[7]，負載感測缸系統為開迴路控制。余冬 帝、王琮右(2000 年)分別以適應性模糊控制及 控制於電液負載感測系 統之研究[17][18]，成功地將電液負載感測系統之供油壓力( )，與其負 載感測缸之負載感測壓力( )之差保持為定值(∆ )。
p
LSH
∞p
S LS =p p
=p
S −p
LSconst
1.3.2 整合控制系統
有關整合閥控液壓缸系統之軌跡控制及速度控制與電液負載感測系 統之負載感測控制研究，近年來有同門師兄李聯旺(2001 年)、簡御偉 (2001 年)、蔡金江(2002 年)等學長發表[15][14][16]，但其均不考慮系統 耦合的效應，以智慧型及具強健性的控制理論，利用平行控制之分離設 計的觀念來設計控制器，但由於本實驗系統乃為 TITO 之複雜控制系 統，其系統耦合的現象非常的嚴重，故本文將針對系統耦合的部分發展 一解耦合控制器來加以解耦，以使整合控制系統具有更佳的控制性能。
1.3.3 控制理論 (一)基因演算法
基因演算法之構想乃是由美國密西根大學的 John Holland 教授於 1962 年所提出，而“遺傳算則”這個名詞最早提出的學者是 Bagley[19]，
亦是他利用成對字串做為編碼的基礎。而 Hollstien[20]則將遺傳算則應 用於數學上最佳化的問題，發現此法所得到的結果較傳統的搜尋方法來 的得迅速。1975 年 De Jong [21]結合了 John Holland 的 schema 定理及自 行 研 究 所 得 之 結 論 ， 確 定 了 遺 傳 算 則 之 收 斂 性 。1986 年 John J.
Grefenstette[22] 所 發 表 的 論 文 “Optimization of Control Parameters for Genetic Algorithms”介紹了如何設定基因演算中各個參數之值。基因演算 法應用於控制的相關研究有Yang,C. D. , Ju, H. S., and Liu, S. W.,[23]，
其將基因演算法應用於 控制中針對飛行控制目標進行權重函數的設 計，此法可大大的減低 控制在權重函數選取上的困難。
H
∞H
∞(二)
H
∞控制理論H
∞控制理論早在 80 年代初期就由 Zames 所提出，當初是為了消除 外界干擾，因此提出最小化S
∞的觀念。稍後 Zames 與 Francis 在著作 中，他們針對 SISO 的系統，提出利用 ” Nevanlinna-Pick 內插理論 (interpolation theory)” 來解決WS
∞的問題。而在多變數的 控制問題 中，則相繼 Doyle、Chang and Peason、 Francis、Helton and Zames 及 Safonov and Verma …等人提出。在 1984 年 Doyle 及 Glover 兩人提出 控 制 器 的 狀 態 空 間 解 ， 一 般 我 們 稱 這 種 方 法 為“ GD 理 論 (GD theorem)”。使用 GD 理論所得到的控制器，其階數不比擴增受控模式 (augmented plant)的階數高，而且整個設計程序也較簡單，因此較為一般 人所接受。 控制近年來在強健控制(Robust Control)的領域中佔舉足輕H
∞H
∞H
∞重的地位，它對未知干擾(Disturbance)及非結構性不確定性(Unstructured Uncertainty)的容忍能力及易於實現的特性使 控制越來越受歡迎。無 論飛機之飛行控制、人造衛星之姿態控制、飛彈之導引控制到工業上的 機械手臂、伺服馬達系統、液壓伺服系統等均大幅採用 控制器。
[24][25][26]
H
∞H
∞(三)適應性強健控制(Adaptive Robust Control，ARC)
近二十年來，對於未知非線性系統的控制問題，已有不錯的成就。
驅使我們去做深入的研究與探討的動力，是因實際的物理系統在模型 (model)上總有些未知項未知參數，難以去估測確定的。這些未知項大概 可分為兩類：(i)重複性或固定不變未知的性質即未知的物理常數(如：系 統的慣量)，(ii)無重複的未知性質即外部干擾和模型上的不精確項。處 理這些問題，有兩個非線性控制理論已有廣泛的探討與驗證：在未知參 數 方 面 有 適 應 性 控 制[27,28] ， 和 包 含 兩 者 的 決 定 性 強 健 控 制 (Deterministic Robust Control)[29,30,31,32]。近來，在非線性適應控制方 面有強健性適應控制(Robust Adaptive Control)[33,34,35,36,37]，亦採用適 應性背向步進控制[27]而有不錯的成效。文獻[38,39,40]提出適應性強健 控制(ARC)，為設計高性能的強健控制器提供一新的方法。實際上，這 個方法是由決定性強健控制(DRC)與適應性控制(Adaptive Control)所組合 而成。此法亦使用[27]適應性背向步進為設計基礎，並加入不連續投影 函數作為參數調適(Parameter Adaptation)，在文獻[40]提出一般的公式架 構。而本文將嘗試此法，採用分散式控制法，設計電液負載感測系統與 閥控液壓缸系統兩者的控制器並整合之。在液壓系統控制的應用上有文 獻[41,42,43]。
(四)模糊滑動平面控制(FSMC)
自 1965 年 Zadeh[44]教授提出模糊集合論的見解後，在 1974 年英 國倫敦大學 E.H. Mamdani[45]教授成功的將 Fuzzy 理論應用於控制上，
1988 年後，日本人更將 Fuzzy 理論有效應用於消費性家電後，Fuzzy 已 然成為家喻戶曉的名詞。所謂模糊控制即仿效人類的思考方式，類似於 人類經驗法則，以 if-then 的形式，表達具模糊性思考決策過程，不需數 學模型的控制理論，然而模糊理論發展至今，在應用於上仍有相當多的 缺點，最常見的問題如下：(1)專家經驗不足:由於模糊控制系統是一種 結合操作人員直覺及經驗的專家型控制器，不需數學模型，在設計過程 中仍以反覆試誤居多，沒有一定的系統方法可循，若專家經驗不足將導 致不可預知的後果。(2)資料庫龐大：若欲使用模糊控制器於一個高控制 精度的系統，往往需要強大的資料庫，而實際硬體裝置中記憶體的大小 會使資料庫有所限制。
由於上述的缺點，學者致力於解決專家經驗不足的問題，於是具有 自我學習的智慧型控制器興起，Procyk 與 Mamdani[46]提出具學習能力 的自組織控制器(Self-organizing fuzzy controller)。後來相繼有 Shao[47]
及Zhang[48]提出修正。
而在規則庫的設計上，為了簡化過於複雜的模糊規則庫問題，以模 糊滑動平面S 取代傳統以誤差 及誤差微分 為輸入規則的模糊控制，如 文獻[49][50][51]。
e e&
本文結合自組織模糊控制、滑動平面控制、模糊控制及解耦合控制 創新發展出解耦合自組織模糊滑動平面控制(Decoupling self-organizing fuzzy sliding mode control)，大幅簡化模糊規則庫，並應用自組織控制理 論對模糊滑動平面規則庫進行線上即時修正，來提升智慧型控制器的性 能，以分離控制解耦合(Decoupling)控制架構，加上自組織模糊滑動平面 控制器來解耦複雜的TITO 控制系統，期能解決系統間的耦合效應。