迭代學習控制的頻域設計及在注塑機上的應用.pdf

1、時域線性迭代學習控制器的設計往往會導致過沖現(xiàn)象，即學習過程中跟蹤誤差的變化趨勢為“收斂—發(fā)散—收斂”，而不是實際工程中期望的單調(diào)收斂。頻域設計法可得到單調(diào)收斂的學習過程，但收斂性充分條件很難在所有頻率內(nèi)得到保證。本文討論迭代學習控制器的頻域設計方法，旨在拓寬系統(tǒng)的可學習頻帶，使得期望軌跡的大部分頻率信號在可學習頻帶之內(nèi)，保證誤差收斂到工程允許的范圍內(nèi)，并將該方法應用于超高速注塑機注射速度的分級控制中，通過Matlab仿真驗證了結(jié)果的有效

2、性。論文取得了以下主要研究結(jié)果： (1)考慮連續(xù)不確定系統(tǒng)具干擾抑制的魯棒迭代學習控制，證明了誤差收斂條件和系統(tǒng)魯棒性能條件的等價性，給出性能權重函數(shù)截止頻率的選取準則，并結(jié)合魯棒控制理論求解滿足要求的控制器。 (2)考慮離散預期學習控制的頻域設計，由兩個設計參數(shù)——超前步長和學習增益得到收斂性條件，針對最小相位系統(tǒng)，分兩步獨立設計參數(shù)，通過與傳統(tǒng)P型，D型學習控制的仿真比較驗證了該方法的有效性和魯棒性。 (3)

3、基于頻域分析的基礎，提出了利用顛倒序列輸入產(chǎn)生相角超前的離散零相位學習控制設計方法，在迭代學習控制系統(tǒng)中引入最佳相位超前，即能精確補償系統(tǒng)的相角滯后。通過對象或其模型獲得期望的相位超前保證跟蹤誤差的單調(diào)收斂，該控制器對系統(tǒng)建模的較大不確定性具魯棒性。 (4)針對多輸入多輸出時不變系統(tǒng)，提出離散凈系統(tǒng)逆學習控制律，作為傳統(tǒng)系統(tǒng)逆方法的補充，在頻域內(nèi)進行分析、設計。這一基于模型的方法不需要進行數(shù)值微分運算，并在機械臂模型上仿真實現(xiàn)，