學(xué)習(xí)控制收斂速度的研究及在機器人中的應(yīng)用.pdf

1、迭代學(xué)習(xí)控制針對具有重復(fù)運行性質(zhì)的被控對象,利用對象以前運行的信息,通過迭代方式修正控制信號,實現(xiàn)在有限時間區(qū)間上的高精度跟蹤任務(wù)。經(jīng)典PID(Propo-rtional Integration Differential)型迭代學(xué)習(xí)控制以其簡單的算法形式和精確的跟蹤效果引人注目,但也存在著學(xué)習(xí)增益選擇盲目和算法收斂速度慢的缺陷。而對于實際的控制系統(tǒng)而言,這兩個問題都必須很好地解決。在本文中,主要對迭代學(xué)習(xí)控制算法進行研究,并將研究成果應(yīng)

2、用于機器人控制中。論文的主要內(nèi)容如下:
　　(1)介紹了迭代學(xué)習(xí)控制和機器人的基本知識以及一些常用的迭代學(xué)習(xí)控制算法,并分析了各類算法中存在的問題。
　　(2)重點研究了迭代學(xué)習(xí)算法的收斂速度。1)針對線性連續(xù)系統(tǒng),引入2-D(2-dimensions)系統(tǒng)理論,運用D(Differential)型開閉環(huán)迭代學(xué)習(xí)控制算法進行控制,并以譜半徑形式給出了保證算法收斂的充分必要條件。通過與D型開環(huán)迭代學(xué)習(xí)控制算法的仿真比較,證明了

3、算法在提高控制系統(tǒng)收斂速度上有明顯優(yōu)勢。2)結(jié)合模糊控制技術(shù)用于學(xué)習(xí)控制,提出一種改進的模糊增益PD(Proportional Differential)型迭代學(xué)習(xí)控制算法,并針對一個單臂機械手模型,分別采用普通PD型迭代學(xué)習(xí)算法和模糊增益PD型迭代學(xué)習(xí)算法進行控制,仿真結(jié)果表明采用本文提出的算法收斂速度更快。
　　(3)迭代學(xué)習(xí)控制在機器人中的應(yīng)用。針對一個2自由度剛性機器人,分別運用普通PD型迭代學(xué)習(xí)算法與本文提出的模糊增益P