抗非重復性干擾的迭代學習控制研究.pdf

1、迭代學習控制(Iterative Learning Control,簡稱ILC)是近二十年發(fā)展起來的適應于具有重復特性的被控系統(tǒng)的一種新的智能控制方法。其基本思想是利用系統(tǒng)輸出誤差和先前的控制經(jīng)驗來改進當前控制信號,使系統(tǒng)輸出零誤差的跟蹤期望軌跡。本文針對迭代學習控制過程中受到的非重復性擾動問題進行研究,在原有的迭代學習算法的基礎上,改進建立了新的迭代學習控制算法來抑制非重復性干擾,并加以仿真驗證了新學習律的有效性,增強了在實際裝置上實

2、驗實用性。
　　 本文先介紹了迭代學習控制的基本原理,深入分析了迭代學習控制的發(fā)展歷程和存在的問題?？偨Y(jié)了迭代學習控制律及其各種分析方法,對不同的擾動誤差類型分別進行分類仿真實驗,通過仿真實驗結(jié)果分析對比,總結(jié)迭代學習控制中擾動對控制系統(tǒng)性能的影響。針對實際工業(yè)過程系統(tǒng)中存在非重復性干擾,在加權PD型迭代學習控制律的基礎上,提出加權PD型指數(shù)變增益加速閉環(huán)迭代學習控制算法,采用改進的加權PD型指數(shù)變增益閉環(huán)算法,獲得更為理想的系

3、統(tǒng)輸出,控制系統(tǒng)的動態(tài)性能得到改善。證明了當?shù)螖?shù)趨于無窮時,跟蹤誤差一致收斂到零。仿真結(jié)果表明所提控制算法的有效性。本文最后概述了擾動觀測器,簡化擾動觀測器的結(jié)構(gòu),以離散形式分析其性能。把擾動觀測器和迭代學習控制結(jié)合,理論分析了結(jié)合后整體結(jié)構(gòu)性能。然后通過多種情況的仿真實驗,得出迭代學習控制本身不能很好的抑制非重復性擾動,將擾動觀測器和迭代學習控制結(jié)合后可以消除非重復性擾動引起的基準誤差,通過仿真結(jié)果表明該方法學習效果良好。證明了擾