基于過程模型的迭代學(xué)習(xí)控制算法研究.pdf

1、迭代學(xué)習(xí)控制(ILC)經(jīng)歷了三十年的發(fā)展，不僅在實(shí)際應(yīng)用中取得了良好效果，而且在理論上也取得了豐碩成就，其強(qiáng)大的生命力受到控制界的極大關(guān)注，已經(jīng)成為智能控制的一個(gè)研究方向。ILC在解決由于對(duì)象存在非線性或建模誤差所造成的不確定性問題方面具有優(yōu)越性，它能在系統(tǒng)運(yùn)行過程中，對(duì)未知信息進(jìn)行在線學(xué)習(xí)，在學(xué)習(xí)過程中不斷彌補(bǔ)缺乏的先驗(yàn)知識(shí)，進(jìn)而使系統(tǒng)性能得到逐步改善。最初的ILC以開環(huán)形式出現(xiàn)，盡管開環(huán)ILC的理論研究已經(jīng)取得了長足進(jìn)展，但是，在實(shí)

2、際應(yīng)用中也暴露出許多弊端。因此開發(fā)基于過程模型的ILC算法研究，提高ILC系統(tǒng)的性能，對(duì)于推動(dòng)ILC的理論和應(yīng)用的發(fā)展具有深遠(yuǎn)意義。
　　1.歸納和總結(jié)了迭代學(xué)習(xí)控制算法、理論研究現(xiàn)狀，指出了迭代學(xué)習(xí)控制存在的問題和研究方向。針對(duì)一類CARMA模型描述的離散時(shí)間系統(tǒng)重復(fù)軌跡跟蹤過程提出一種預(yù)測模型的迭代學(xué)習(xí)控制(ILC)算法，該算法基于最小方差一步預(yù)測模型，使系統(tǒng)輸出沿著參考軌跡運(yùn)行，迭代學(xué)習(xí)控制律具有超前預(yù)測控制性能;
　

3、　2.針對(duì)一類具有CARMA模型對(duì)象，在某一特定時(shí)間內(nèi)的重復(fù)軌跡跟蹤過程提出了一種基于GPC的適應(yīng)性迭代學(xué)習(xí)控制(AILC)算法，該算法基于前一次已經(jīng)發(fā)生的過程數(shù)據(jù)辨識(shí)過程模型參數(shù)，用過程模型參數(shù)更新迭代學(xué)習(xí)控制率參數(shù)，由前一次已經(jīng)發(fā)生的過程輸入和偏差計(jì)算出當(dāng)前的控制輸入，并對(duì)算法的收斂性和穩(wěn)定性做了分析;
　　3.針對(duì)重復(fù)加工過程中過程模型存在的未知狀態(tài)干擾及輸出干擾，提出一種具有迭代學(xué)習(xí)補(bǔ)償?shù)哪Ｐ皖A(yù)測控制算法，該算法以模型預(yù)測

4、控制為基礎(chǔ)，利用前面批次的模型預(yù)測誤差的迭代學(xué)習(xí)來補(bǔ)償系統(tǒng)的模型干擾，減少未知干擾對(duì)預(yù)測模型造成的影響，提高重復(fù)加工過程的控制品質(zhì);
　　4.針對(duì)一類時(shí)滯積分過程提出了一種改進(jìn)Smith補(bǔ)償模型參考控制算法;分別針對(duì)一類線性和非線性系統(tǒng)，提出一種模型參考迭代學(xué)習(xí)控制算法(LMR-ILC，NMR-ILC)，其目標(biāo)是在被控系統(tǒng)滿足假設(shè)條件并采用相應(yīng)學(xué)習(xí)律的條件下，使被控系統(tǒng)的狀態(tài)變量跟蹤參考模型的狀態(tài)變量，且兩種模型不需要具有相同的結(jié)

5、構(gòu)和參數(shù)，運(yùn)用λ范數(shù)證明了算法的收斂性;
　　5.針對(duì)離散非線性馬爾科夫系統(tǒng)在系統(tǒng)模態(tài)信號(hào)可利用和不可利用同時(shí)存在情況下的鎮(zhèn)定問題，并將其設(shè)計(jì)思想成功運(yùn)用到具有數(shù)據(jù)丟失情況的迭代控制問題，通過引入一個(gè)Bernoulli隨機(jī)變量表示系統(tǒng)模態(tài)信號(hào)是否得到，提出了基于Bernoulli隨機(jī)變量的迭代學(xué)習(xí)控制算法。
　　在理論方面，主要分析了基于CARMA模型和干擾模型補(bǔ)償?shù)腎LC理論，分別對(duì)于一類線性和非線性系統(tǒng)模型參考ILC理論

6、、離散非線性馬爾科夫系統(tǒng)在系統(tǒng)模態(tài)信號(hào)可利用和不可利用同時(shí)存在情況下的鎮(zhèn)定問題和基于Bernoulli隨機(jī)變量的ILC理論作了研究，得到了有意義的結(jié)論。
　　在算法方面，提出了基于GPC自適應(yīng)迭代學(xué)習(xí)控制算法、基于最小方差預(yù)測的ILC算法、干擾補(bǔ)償?shù)腎LC算法、一類線性和非線性系統(tǒng)模型參考ILC算法和非線性馬爾科夫系統(tǒng)Bernoulli隨機(jī)變量的ILC算法，對(duì)提出的算法做了穩(wěn)定性分析。
　　在應(yīng)用方面，分別針對(duì)典型的化工操作