收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

几类系统的迭代学习控制

马法力  
【摘要】: 对于具有重复运动性质的被控系统,迭代学习控制技术是一种简单有效的控制方法。迭代学习控制的基本思想是基于输出信号与给定目标轨迹的偏差不断修正不理想的控制输入信号,实现在有限时间区间的完全跟踪任务。 本文主要研究了几类系统在不同的初值条件下的收敛性和鲁棒性。针对不确定的线性、非线性的连续和离散系统,主要研究系统的特性、初值条件、外部扰动、学习控制律、不确定性以及时滞等对迭代学习控制过程和跟踪性能的影响等内容。本文得到了几种迭代学习控制收敛的充分条件,并提出了一系列迭代学习律的设计方法。为保证提出的学习律的有效性,对每种学习律,我们都进行了严格的理论分析和充分的仿真实验。 本文的主要成果如下: (1)针对一类线性系统,主要考虑两类初始条件问题:一是系统具有固定的初值偏差;二是具有任意的初始偏差。我们提出了一种开闭环PID型学习律。分析了两类初始条件下学习算法的鲁棒性和收敛性,并给出了收敛条件。仿真结果表明开闭环PID型学习律的有效性,与开环PID型学习律相比拥有更快的收敛速度。 (2)针对一类具有扰动和噪声的非线性多时滞系统,提出了一种PD型学习算法,并借助λ范数,Bellman-Gronwall定理等得到了确保跟踪误差收敛的充分条件。同时考虑了初始无偏差条件,不确定性扰动和噪声对跟踪误差收敛的影响及系统中的多个时滞对迭代学习控制收敛性的影响。证明了当不存在初始误差、不确定扰动和噪声时,所给算法能实现对期望输出信号的完全跟踪,否则跟踪误差是一致有界并且这个界与扰动和噪声等因素的界有关。研究结果表明,系统状态的时滞对非线性系统的迭代学习控制没有明显的影响。仿真模拟验证了结果的有效性。 (3)针对一类线性离散多时滞系统,在初始条件未知的情况下,分别提出了高阶P型迭代学习律来提高系统的跟踪性能和高阶初始状态学习算法来放宽对初始条件的限制。同时,我们得到了保证学习算法渐近收敛的条件,分析了多时滞对迭代学习过程的影响。仿真结果表明给出的学习算法具有很好的跟踪性能,可使系统经过较少的迭代次数就可以实现对期望轨迹的跟踪。 (4)对本文所提出的各种迭代学习算法都做了仿真研究,验证了算法的可行性和有效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 马静;李书臣;肖军;翟春艳;;基于模型预测控制的迭代学习控制器设计[J];河北工业科技;2006年01期
2 马静;胡玉娥;詹习生;;基于模型预测的迭代学习控制器设计[J];广东工业大学学报;2006年02期
3 张丽萍,杨富文;基于正交多项式的迭代学习控制算法及其应用[J];集美大学学报(自然科学版);2005年02期
4 郭海;冯海燕;郭毓;;一类具有输入时滞的线性系统PD型迭代学习控制算法[J];南通职业大学学报;2009年04期
5 路林吉;林延圻;史维祥;薛祖德;;分层递阶迭代学习控制的研究与仿真[J];计算机仿真;1993年01期
6 杨小军,李俊民;一类未知非线性系统的智能迭代学习控制[J];控制与决策;2002年03期
7 李宏胜;;重复轨迹运动迭代学习控制的频域分析[J];工业仪表与自动化装置;2006年04期
8 许顺孝;杨富文;;基于混合灵敏度设计的鲁棒迭代学习控制[J];计算机辅助工程;2006年03期
9 詹炜;;迭代学习控制的指数变增益加速学习算法及其在机器人控制上的应用[J];微计算机应用;2007年07期
10 陈静;刘洋;邱长青;徐桂敏;;主动式踝关节假肢运动轨迹的迭代学习控制[J];计算技术与自动化;2008年04期
11 刘志学;吴丽娟;;模糊迭代学习在单关节机器人运动控制中的应用[J];辽宁科技大学学报;2009年04期
12 朴凤贤;张庆灵;王哲峰;;迭代学习控制的收敛速度分析[J];东北大学学报(自然科学版);2006年08期
13 孙小强,王银河;一类组合大系统简单迭代学习控制的收敛性[J];南京理工大学学报(自然科学版);2005年S1期
14 黄浩江,杨胜跃,樊晓平;非线性动力学系统的闭环模糊迭代学习控制器设计[J];长沙铁道学院学报;2003年02期
15 许建新,侯忠生;学习控制的现状与展望[J];自动化学报;2005年06期
16 曲彬;胡云安;左斌;;基于迭代学习控制的导弹PID控制器参数寻优[J];海军航空工程学院学报;2006年06期
17 李必文;余盛利;陈伯山;;线性定常广义系统的D型迭代学习控制收敛性[J];应用数学;2008年01期
18 张茜;李书臣;翟春艳;张囡;;均热炉温度神经网络迭代学习控制算法[J];河南科技大学学报(自然科学版);2008年02期
19 马航;杨俊友;袁琳;;迭代学习控制研究现状与趋势[J];控制工程;2009年03期
20 殷红;彭珍瑞;;倒立摆的可变增益迭代学习控制算法[J];自动化与仪器仪表;2009年03期
中国重要会议论文全文数据库 前10条
1 兰永红;;基于二维模型的鲁棒D型迭代学习控制[A];中国自动化学会控制理论专业委员会C卷[C];2011年
2 晏静文;侯忠生;;基于无模型自适应控制的反馈-前馈迭代学习控制系统收敛性研究[A];第二十七届中国控制会议论文集[C];2008年
3 师佳;江青茵;曹志凯;周华;;一种基于2维鲁棒预测控制的迭代学习控制方案[A];第二十九届中国控制会议论文集[C];2010年
4 刘山;林坚;;基于二自由度控制的鲁棒迭代学习控制设计[A];第二十六届中国控制会议论文集[C];2007年
5 刘萍;郭毓;胡彦;向峥嵘;;一类二阶不确定非线性系统的鲁棒自适应迭代学习控制[A];第二十七届中国控制会议论文集[C];2008年
6 沈栋;陈翰馥;;一类非线性系统的迭代学习控制[A];第二十七届中国控制会议论文集[C];2008年
7 严伟力;孙明轩;;非线性离散时变系统的时变神经网络间接自适应迭代学习控制[A];第二十九届中国控制会议论文集[C];2010年
8 苏延雄;刘向东;张宇河;郭丹旦;;振动测试台伺服系统的迭代学习控制[A];第11届全国电气自动化电控系统学术年会论文集[C];2002年
9 朱芳来;;闭环D型迭代学习控制仿真分析[A];第二十四届中国控制会议论文集(上册)[C];2005年
10 耿辉;智华;徐用懋;;基于参考批次的线性定常系统迭代学习控制算法[A];PCC2009—第20届中国过程控制会议论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 王轶;基于迭代学习控制的几类列车自动控制问题研究[D];北京交通大学;2010年
2 于少娟;电液伺服力控系统的鲁棒迭代学习控制方法研究[D];太原理工大学;2012年
3 张丽萍;基于正交多项式的迭代学习控制算法及其在直线电机中的应用[D];福州大学;2005年
4 杨胜跃;迭代学习控制算法设计与优化研究[D];中南大学;2004年
5 殷辰堃;基于高阶内模的迭代学习控制及应用[D];北京交通大学;2011年
6 孙云平;非线性系统的自适应学习控制[D];西安电子科技大学;2009年
7 谢振东;非线性迭代学习控制理论及其在机器人控制中的应用[D];华南理工大学;2000年
8 徐敏;基于迭代学习控制理论的励磁控制研究[D];西北工业大学;2005年
9 王友清;非线性连续过程和间歇过程的容错控制研究[D];清华大学;2007年
10 冯冬青;氧乐果合成过程集成智能控制方法与应用[D];上海大学;2009年
中国硕士学位论文全文数据库 前10条
1 马法力;几类系统的迭代学习控制[D];重庆大学;2010年
2 刘长荣;抗非重复扰动的迭代学习控制研究[D];大连海事大学;2010年
3 王岢;基于迭代学习控制的间歇反应过程的研究[D];北京化工大学;2010年
4 蔡丽;抗非重复性干扰的迭代学习控制研究[D];郑州大学;2011年
5 陈定喜;迭代学习控制算法研究[D];华南理工大学;2010年
6 窦鹏飞;迭代学习控制及其在列车自动驾驶系统中的应用[D];北京交通大学;2011年
7 冯宗杰;迭代学习控制在活塞异型加工中的应用研究[D];国防科学技术大学;2010年
8 杜鑫;迭代学习控制系统的迭代域鲁棒控制策略研究[D];大连海事大学;2012年
9 马花停;H_∞迭代学习控制算法研究及其在水轮机调速系统中的应用[D];太原科技大学;2010年
10 李佳;非线性参数化系统的自适应迭代学习控制[D];青岛科技大学;2011年
中国重要报纸全文数据库 前10条
1 刘忠诚;论莫道宏资讯绘画的深层生成[N];文艺报;2007年
2 孙勇;应用简易缓冲设计法时要注意的一些问题[N];中国包装报;2000年
3 王永炎;中医药研究呈现三个重要趋势[N];中国医药报;2005年
4 王永炎;中医研究的三个重要趋势[N];中国中医药报;2005年
5 佚名;丹纳赫传动的推荐[N];现代物流报;2007年
6 三江地产 陈忠;建好商业步行街 为魅力宜昌再添魅力[N];三峡日报;2006年
7 ;大力推广模糊智能控制技术[N];中国电子报;2001年
8 彭冬梅;交互同态反褶积处理技术[N];中国石油报;2005年
9 江西省吉安市泰和县实验小学 邓琼;浅谈作文教学的作后指导[N];西部时报;2010年
10 山东省梁山县徐集镇教办 吴则广;浅谈“作后指导”[N];学知报;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978