一類非線性時滯系統(tǒng)的迭代學習控制.pdf

1、時滯作為工業(yè)生產(chǎn)過程中普遍存在的一種現(xiàn)象，是由于信息的傳遞、測量等因素所導致的時間延遲而產(chǎn)生的。時滯特性常常會對控制系統(tǒng)的穩(wěn)定性及系統(tǒng)性能指標產(chǎn)生嚴重影響，所以研究時滯系統(tǒng)的控制問題具有重要的理論意義和應用價值。 在實際工業(yè)過程控制中，很多復雜工業(yè)過程都具有某種可重復的特性。迭代學習控制就是根據(jù)工業(yè)對象的這種特性，通過引進學習機制，不斷地積累被控對象的知識，在線完成控制器的設(shè)計和改進，即把在線的學習、在線的控制與控制系統(tǒng)性能改善

2、的功能綜合在一個算法里，通過工業(yè)過程的不斷重復加以實現(xiàn)。它在解決由于對象存在非線性或建模不良造成的不確定性問題方面具有得天獨厚的優(yōu)越性，在學習過程中不斷彌補缺乏的先驗知識，進而使系統(tǒng)性能得到逐步改善。因此將迭代學習控制作為解決時滯系統(tǒng)控制問題的方法是可行的。 本文針對一類非線性時滯系統(tǒng)，提出了一種新的利用了系統(tǒng)超前輸出誤差的超前PD型迭代學習算法，該算法考慮了迭代初態(tài)與期望初態(tài)相同的情況、迭代初始狀態(tài)固定以及迭代初態(tài)任意三類問題