非標準條件下的迭代學習控制設計.pdf

1、迭代學習控制作為現代控制理論的重要分支之一，其高精度的軌跡跟蹤能力一直為人所稱道。但實際控制系統(tǒng)中普遍存在的各種非標準條件，如含結構不確定性、輸入輸出擾動、初態(tài)偏移和軌跡變化等，往往使得標準條件下收斂的學習律無法滿足原有條件，甚至于發(fā)散。這同時也影響到迭代學習控制的大規(guī)模工業(yè)應用。因此，研究在非標準條件下依然收斂的迭代學習律，并保證魯棒跟蹤性能，就顯得十分重要了。 本文著重研究在各種非標準條件下迭代學習控制的設計問題。針對含未知

2、有界擾動的系統(tǒng)，采用前饋一反饋分部設計法，將迭代學習控制的設計問題轉化為標準H<,∞>問題后求解；針對系統(tǒng)存在結構不確定性問題，將前饋—反饋作一體化設計，并將該問題轉化為魯棒優(yōu)化問題后求解；針對輸入輸出擾動、初態(tài)偏移等非標準問題，設計抗干擾的改進型算法；針對軌跡變化等非標準問題，采用軌跡學習的策略以獲得最優(yōu)輸入初值的估計，從而加快收斂速度、改進瞬態(tài)響應性能等；最后以工業(yè)機械臂為仿真對象來驗證算法的有效性。主要成果有： (1)考慮

3、一類受未知有界干擾影響的線性系統(tǒng)，通過魯棒迭代學習控制分部設計法來改善其跟蹤性能；首先將該設計結構下的迭代學習律收斂條件轉化為模型匹配問題，然后利用標準H<,∞>方法求解；最后對線性化后的工業(yè)機械臂作仿真，驗證了算法的有效性； (2)考慮系統(tǒng)存在結構不確定性問題，運用魯棒迭代學習控制的綜合設計法，將反饋控制器與前饋控制器作關聯設計，并將其轉化為二自由度的標準設計問題；而后分析該設計下的學習律收斂條件，并利用結構奇異值及μ綜合等魯