采样迭代学习控制算法研究
控制理论与控制工程， 2011， 硕士
【摘要】 迭代学习控制算法(Iterative Learning Control,简称ILC)由Arimoto等人于1984年正式提出,它主要适用于具有重复运动的被控系统,将输出信号与给定的目标信号进行比较,以两者的偏差来不断修正不理想的控制信号,使得系统的输出不断接近目标信号,从而实现有限区间上的完全跟踪任务。自从迭代学习控制算法提出以来,研究人员针对不同类型的研究对象提出了形式多样的迭代学习控制律,并且利用各种数学方法,在合理的假设下证明了控制律的收敛性并得到了收敛条件。迭代学习控制算法得到了长足的发展。然而,由于在很多工业过程中各种先进的算法需要通过计算机来实现,因此采样时间是一个必须考虑的因素,采样迭代学习控制算法就是在迭代学习控制算法的基础上引入了采样时间这一概念。本文以非线性时滞带扰动系统为研究对象,详细研究了PD型采样迭代学习控制算法、高阶PID采样迭代学习控制算法的收敛性。与传统的证明方法不同,本文采样了泰勒展开法得到了算法的收敛条件。由于收敛条件中不含积分项,因此计算将变得更为简单。与此同时,本文将采样迭代学习控制算法和模型参考自适应算法结合,以多输入多输出系统为研究对象探讨了... 更多还原
【Abstract】 Iterative Learning Control(ILC) was first put forward by Arimoto etc.al. in 1984. It is mainly applied in
systems which characters repeated operation. ILC could adjust the control input with tracking error in order to make the real output converge to the idea trajectory precisely during a limited period. Since then, more and more attention has been paid to the ILC. Researchers have put forward many ILC algorithms toward different kinds of systems and proved the convergence of these algorithms ba... 更多还原
【关键词】 采样迭代学习控制； 黎卡提方程； 泰勒展开； 李雅普诺夫函数；
【Key words】 Sampled-Data Iterative Learning Control (SDILC)； Riccati Equation； Taylor’s series； Lyapunov； 摘要 3-4 Abstract 4 第一章 绪论 7-15
1.1 迭代学习控制概述及其意义 7-9 1.2 研究现状及存在的问题 9-13 1.2.1 研究现状 9-13 1.2.2 存在的问题 13 1.3 本文的结构 13-15
第二章 常规迭代学习控制及被控对象描述 15-19 2.1 迭代学习控制算法 15-16
2.2 本文研究对象的描述及相关的假设 16-17
2.3 常规迭代学习控制算法的分析 17-19 第三章 采样迭代学习控制算法 19-29 3.1 引言 19
3.2 一阶PD 型采样迭代学习控制算法 19-24 3.2.1 算法的描述 19-20 3.2.2 收敛性分析 20-23 3.2.3 证明方法的比较 23-24
3.3 高阶PID 采样迭代学习控制算法 24-28 3.3.1 算法的描述 24-25 3.3.2 收敛性分析 25-28 3.4 小结 28-29
第四章 模型参考自适应采样迭代学习控制算法 29-35 4.1 引言 29
4.2 算法的设计 29-32 4.3 收敛性分析 32-34 4.4 小结 34-35
第五章 采样迭代学习控制的应用 35-45
5.1 采样迭代学习控制在机械臂控制中的应用 35-38 5.2 采样迭代学习控制在单级倒立摆系统中的应用 38-40 5.3 高阶采样迭代学习控制算法仿真 40-41 5.4 MRASDILC 的仿真分析 41-44 5.5 小结 44-45
采样迭代学习控制黎卡提方程泰勒展开李雅普诺夫函数硕士论文
