论文摘要
迭代学习控制(ILC)是伴随计算机应用技术而发展起来的,是人工智能与自动控制相结合的新的学习控制技术。它非常适合于具有重复运动特性的被控对象,可以实现有限时间区间上任意精度的跟踪。论文根据当前迭代学习控制的研究现状,针对线性时不变(LTI)连续系统讨论了PID型学习律的收敛性,受噪声干扰时的鲁棒性,以及学习控制器的PID参数优化设计等问题。同时,运用迭代学习控制理论去分析和解决了工业控制过程中的两类问题:一类是控制系统可以用精确的数学模型描述,另一类是控制系统没有具体的数学模型,通过实际应用验证了此控制技术的良好性能。本课题主要研究内容和结果如下:1.研究了PID型迭代学习律的收敛性和鲁棒性问题。针对开环、闭环PID型学习律作了收敛性证明,给出了收敛条件,更进一步针对迭代学习控制系统存在初态偏差、状态扰动和测量噪声时,对PID型学习律作了收敛性和鲁棒性证明。2.针对线性时不变连续系统,对开环和闭环迭代学习控制器的PID参数设计方法进行探讨。深入研究了适用于离散系统开环迭代学习控制器PID参数基于一定性能指标进行优化设计的方法,在适用于离散系统推导结论的基础上,按照一定限定条件把此设计方法应用于连续系统。3.研究了迭代学习控制应用于直流电动机的速度跟踪问题。探讨了电气控制系统中电动机速度跟踪控制需求,对控制系统构建了具体的数学模型,深入讨论了开环和闭环PID型迭代学习控制分别应用此类问题的跟踪效果,同时针对系统存在初态学习误差、状态扰动和测量噪声时,通过MATLAB软件做了大量的仿真和实验,验证了迭代学习控制不仅具有良好的控制性能,而且具有较强的鲁棒性和稳定性。4.研究了迭代学习控制应用于稳定大罐液位调控的实际工程问题。此控制方式通过改变抽水电动机给定频率,从而改变排水速率,把污水液位稳定在许可范围之内,此类控制属于均匀控制问题。此工程问题在对控制系统没有建立具体数学模型的情况下,用迭代学习控制理论去解决,探讨了迭代学习控制模型的建立过程,并依照控制需求作了详细的仿真。最终在设计方法成功的基础上,应用于实际现场,并且深入阐述了工程中的硬件、软件设计过程。5.基于论文中的学习算法和工程应用问题,用MATLAB软件编制M文件和基于Simulink的界面程序做了仿真验证。