王晶，纪超，曹柳林，靳其兵

(北京化工大学 信息科学与技术学院，北京，100029)

无模型自适应控制器将不依赖被控对象具体数学模型的“泛模型”和某些“控制功能”模块相结合[1-2]，采用边建模边控制的方式，得到新的观测数据后，再建模再控制，使每次得到的“泛模型”逐渐精确，从而控制器的性能也随之得到改善。无模型自适应控制作为一种不依赖于对象数学模型的简单、有效、具有广泛适用性的先进控制策略，在很多复杂过程控制中得到成功应用[3]。但是对于相同的控制系统而言，不同的控制器参数所得到的控制效果完全不同。特别是当工况发生改变时，对象特性将发生一些变化，当前控制器参数可能造成响应曲线的振荡，导致生产事故的发生[4]。同时，当代社会对节能减排的要求也越来越高，而较好的控制效果可以达到节能减排的目的。要获得较好的控制效果，就需要较好的控制器参数。因此，优化控制器参数是非常必要的。本文作者首先针对MFAC中的关键因素“泛模型”进行改进，由一阶扩展为二阶“泛模型”，使得每次迭代得到的“泛模型”更加精确，从而大大提高控制精度。然后针对现阶段无模型自适应控制领域中参数整定问题研究较少的现状，提出适用于改进无模型自适应控制的基于下降梯度法的参数优化整定算法，并运用不同的性能指标进行控制器参数整定和结果对比分析研究。

1 基于二阶泛模型的改进无模型自适应控制器设计

1.1 二阶“泛模型”

对于一般离散时间非线性系统：