非标准条件下的迭代学习控制设计

非标准条件下的迭代学习控制设计

论文摘要

迭代学习控制作为现代控制理论的重要分支之一,其高精度的轨迹跟踪能力一直为人所称道。但实际控制系统中普遍存在的各种非标准条件,如含结构不确定性、输入输出扰动、初态偏移和轨迹变化等,往往使得标准条件下收敛的学习律无法满足原有条件,甚至于发散。这同时也影响到迭代学习控制的大规模工业应用。因此,研究在非标准条件下依然收敛的迭代学习律,并保证鲁棒跟踪性能,就显得十分重要了。本文着重研究在各种非标准条件下迭代学习控制的设计问题。针对含未知有界扰动的系统,采用前馈—反馈分部设计法,将迭代学习控制的设计问题转化为标准H∞问题后求解;针对系统存在结构不确定性问题,将前馈—反馈作一体化设计,并将该问题转化为鲁棒优化问题后求解;针对输入输出扰动、初态偏移等非标准问题,设计抗干扰的改进型算法;针对轨迹变化等非标准问题,采用轨迹学习的策略以获得最优输入初值的估计,从而加快收敛速度、改进瞬态响应性能等;最后以工业机械臂为仿真对象来验证算法的有效性。主要成果有:(1)考虑一类受未知有界干扰影响的线性系统,通过鲁棒迭代学习控制分部设计法来改善其跟踪性能;首先将该设计结构下的迭代学习律收敛条件转化为模型匹配问题,然后利用标准H∞方法求解;最后对线性化后的工业机械臂作仿真,验证了算法的有效性;(2)考虑系统存在结构不确定性问题,运用鲁棒迭代学习控制的综合设计法,将反馈控制器与前馈控制器作关联设计,并将其转化为二自由度的标准设计问题;而后分析该设计下的学习律收敛条件,并利用结构奇异值及μ综合等鲁棒控制相关理论求解;再考虑系统存在输入输出扰动和初态偏移等非标准条件问题,对原有算法作必要改进,并分析其收敛条件;最后利用针对直流电机伺服系统所作的仿真验证了算法的有效性;(3)考虑系统期望轨迹变化的问题,增加对“历史轨迹”的学习能力,从而达到改善系统跟踪性能的目的;具体采用了局部权重思想来逼近系统逆,从而求得最优输入初值的估计;最后通过对直流电机伺服系统的所作的仿真验证了算法的有效性。

论文目录

  • 摘要
  • ABSTRACT
  • 致谢
  • 目录
  • 第一章 绪论
  • 1.1 引言
  • 1.2 迭代学习控制理论简介
  • 1.2.1 研究内容
  • 1.2.2 研究方法
  • 1.2.3 工业应用
  • 1.3 非标准条件下的迭代学习控制
  • 1.3.1 主要问题和研究现状
  • 1.3.2 本文采用的技术路线
  • 1.3.3 刚性机械臂系统
  • 1.4 主要研究内容和结构安排
  • 1.4.1 主要研究内容
  • 1.4.2 论文结构安排
  • 1.5 小结
  • 第二章 鲁棒迭代学习控制的分部设计
  • 2.1 引言
  • 2.2 鲁棒迭代学习控制的分部设计法
  • 2.2.1 基本控制结构
  • 2.2.2 算法收敛性
  • 2.2.3 鲁棒迭代学习控制
  • 2.3 刚性机械臂的数学模型
  • 2.3.1 刚性机械臂的复杂动力学模型
  • 2.3.2 刚性机械臂的简化动力学模型
  • 2.3.3 刚性机械臂的控制任务
  • 2.4 仿真结果与讨论I
  • 2.5 小结
  • 第三章 鲁棒迭代学习控制的综合设计
  • 3.1 引言
  • 3.2 直流电机伺服系统的数学模型
  • 3.3 问题阐述
  • 3.4 基于H∞最优设计的二自由度迭代学习控制
  • 3.5 含低通滤波器的二自由度迭代学习控制
  • 3.6 改进型二自由度迭代学习控制
  • 3.6.1 问题阐述
  • 3.6.2 仿真结果与讨论I
  • 3.7 针对乘性不确定性的鲁棒迭代学习控制
  • 3.7.1问题阐述
  • 3.7.2 含不确定性的鲁棒迭代学习控制
  • 3.7.3 改进型鲁棒迭代学习控制
  • 3.7.4 仿真结果与讨论II
  • 3.8 含输入输出扰动及初态偏移的迭代学习控制
  • 3.8.1 问题阐述
  • 3.8.2 收敛性分析
  • 3.8.3 仿真结果与讨论III
  • 3.9 小结
  • 第四章 含轨迹学习的迭代学习控制
  • 4.1 引言
  • 4.2 问题阐述
  • 4.3 核心算法
  • 4.3.1 关联函数定义
  • 4.3.2 逆函数构造
  • 4.4 仿真结果与讨论I
  • 4.5 小结
  • 第五章 结束语
  • 5.1 总结
  • 5.2 展望
  • 参考文献
  • 附录
  • 附录1-1 个人简介
  • 附录1-2 作者在攻读硕士学位期间科研成果
  • 相关论文文献

    标签:;  ;  ;  ;  ;  ;  ;  

    非标准条件下的迭代学习控制设计
    下载Doc文档

    猜你喜欢