基于特征建模的自適應迭代學習控制及應用研究.pdf

1、隨著機械化大生產的擴大與深入，被控對象越來越復雜，控制精度要求越來越高，如何實現(xiàn)對工業(yè)生產系統(tǒng)的建模與控制是目前控制界的重要任務之一。機械臂系統(tǒng)廣泛應用于工業(yè)生產是一個多輸入多輸出、高度耦合的非線性系統(tǒng)。由于實際應用中存在隨機擾動、負載變化等不確定因素使獲得機械臂等系統(tǒng)的精確動力學模型相當困難。特征建模以系統(tǒng)的輸入輸出以及控制要求建立模型，為機械臂等系統(tǒng)的建模提供了途徑。迭代學習控制和自適應控制以其在控制上無精確模型要求和學習特性，為機

2、械臂等系統(tǒng)的控制提供了解決方案。研究系統(tǒng)的建模與控制問題具有重要的理論意義和實際工程應用價值。
　　本文基于特征建模的思想，結合迭代學習控制和自適應控制設計了兩種自適應迭代學習控制器，并以機械臂和倒立擺系統(tǒng)為對象進行了仿真分析。同時針對具有重復干擾的機械臂系統(tǒng)，設計了一類自適應雙迭代學習控制器。本文的主要工作如下:
　　1.介紹了特征建模的思想，給出了一類非線性系統(tǒng)特征建模的方法，并推導了單連桿機械臂和兩連桿機械臂的特征模型

3、。理論分析和數(shù)值仿真表明，當采樣時間足夠小時，系統(tǒng)的實際輸出和特征模型輸出是等價的，驗證了特征建模的有效性。
　　2.推導了最小二乘迭代辨識算法，并對算法進行了改進，針對實際系統(tǒng)動態(tài)特性變化的情況，增加了變遺忘因子項。通過仿真表明，采用改進的算法具有較高的辨識精度。
　　3.針對特征模型，提出了基于性能指標的最優(yōu)自適應迭代學習控制器和基于完全跟蹤的一類簡單自適應迭代學習控制器，并以機械臂和倒立擺系統(tǒng)為被控對象進行仿真。通過仿