柔性结构的特征建模及主动控制方法研究(3)
目前常见的智能控制主要有一下四种方式[16]：
(1)分级递阶智能控制。
分级递阶智能控制出发点立足系统任务，结合自适应、自学习、自组织控制从而形成了分级递阶智能。
(2)专家控制。
专家控制系统需要系统与控制专家在交互中获得经验，从而形成控制方式。专家控制系统是专家系统和控制论相交互形成的产物。
(3)神经元网络控制。
神经元网络控制是在现代神经科学研究的基础上发展起来的新型控制方式。其具有的数据并行处理能力、学习能力和记忆能力在现代智能控制领域大放光彩。
(4)模糊控制。
模糊控制系统不需要提供对象的精确模型，而是由人进行控制、调节，达到很好的人机交互功能。模糊控制一般适用于允许现场调试的对象，对象的系统级数可以未知。
1.3 本文采用的建模及控制方法
上文我们已经了解了柔性结构的特点存在的问题，并且针对这些问题介绍了目前工程界主要的建模方式和控制方式。而本文立足于这鞋方法，提出新的建模方式，并采用了三种控制方式，对比了它们各自的特点。
本文采用的建模方式为特征建模。因为本文研究的实验系统其动力学模型并不十分复杂，使用特征模型表示其动力学模型可以有很好的精度。建模采用特征建模可以很好的克服在线试凑、调试控制器参数所带来的不足，有利于自适应控制技术的大力推广。所以，下文采用的自适应控制方式也是基于实验系统的特征模型实现的。
而本文使用的的三种控制方式分别为传统 控制、模糊 控制和基于特征模型的自适应控制方式。传统 控制是控制工程领域最基础的一种控制方式，而模糊 控制又是立足于传统 控制，使用模糊理论实现的新式智能控制方式，对于自适应控制方式又和本文使用的特征建模密切相关。对于这三种控制方式各有优缺点，而在下文也将详细的阐述。
2 柔性结构特征建模
通过上文分析的柔性结构的不同建模方式和控制方式，所以，当面对不同的柔性对象时，我们需要根据对象实际情况，选择适合模型和控制方式解决问题。而本文研究的对象是于压电智能材料的柔性臂控制系统，所以这里选择特征建模。
2.1 特征建模的意义及特点
在对柔结构进行特征建模前，必须要明确特征建模的意义。而所谓特征建模就是分析对象的动力学模型、系统要求的控制性能，再结合对象所处的环境特征进行的建模[17]。所以特征建模不仅仅只是对其动力学模型进行的数学建模。特征建模具有如下的特点：
(1)输入相同时，对象特征模型的输出等价于实际对象的输出，而在稳态时，输出相同。
(2)对象特征和控制性能决定特征模型的阶次和形式。
(3)特征模型比对象的原动力模型更简单，工程上更易实现。
(4)和降阶模型不同，高阶模型的信息被保存在特征模型的特征参量中，并不丢失信息。而特征模型一般由慢时变差分方程来描述。
特征建模适用于难以建立精确动力学模型的复杂系统，或者当系统使用智能控制时，可以不需要提供精确动力学模型而选择特征建模。而且选择特征模型工程实现容易，设计也简单很多。
2.2 高阶线性定常系统的特征建模
工程中，常见的高阶线性定常系统可由如下传递函数表示[18]：
并且可以分解为如下形式：
对于任意能按上式分解的线性定常 阶对象 ，确定其采样周期 ，使其满足采样定律。如果系统要求实现位置保持或跟踪的控制时，其特征模型可用如下一个二阶时变差分方程表示：