自适应迭代学习控制新算法与其在工业过程控制中的应用

《自适应迭代学习控制新算法与其在工业过程控制中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第一章绪论的各种迭代学习控制结构及学习算法基本上都局限于机器人控制模型。sArimoto，S．Kawamura，F．Miyazaki等人⋯lj辱PID型迭代学习控制用于机器人控制场合，对于机械手的控制，进行若干次连续重复同一轨线的控制尝试，通过迭代学习修正控制律，达到满意的控制效果。在SeoI⋯和XuJian．Xin等人113-151的研究中，对重复性的跟踪任务，将自适应鲁棒控制结合进迭代学习控制，或者将ILC结合进自适应模糊控制，以获得精确跟踪。迭代学习控制作为一种具有学习能力的高级控制方法．很有必要结合工业过程控制进行广泛深入地研究，并应用到过程控制中去。于乃润，万百五[16-18]将P

2、ID型迭代学习控制的思想用于工业过程稳态优化控制中，由于存在模型一实际差异，在稳态优化中，一般要多次改变设定值，迭代地实现维持最优工况；对应于每次设定值改变，有一个动态过渡过程。为了使得过渡过程有较好的动态品质，应用ILC对过程施行控制，使系统输出按照事先给定的具有较好动态品质的目标轨线运行，从而改善系统的动态品质。在工业过程控制中，动态过渡过程是一次完成的，不具有重复性，而且每次设定值改变幅度或重复扰动幅度不同，因此目标轨线不能固定为一条。本文将自适应迭代学习控制引入非线性工业过程稳态优化中，不需要状态重置，在系统连续运行的条件下，实现对不同类型目标轨线的同时跟踪，具有较好的动态品质，这极

3、大地扩展了Il。c的应用范围。§1．3本文主要工作简介本文进一步扩展了自适应控制与迭代学习控制的结合范围，研究表明，自适应控制能被成功地应用于迭代学习。自适应迭代学习控制具有许多优点，它充分利用了系统的先验信息，结合控制对象的具体特征，对系统的参数进行自适应估计，基于tyapunov稳定性理论，证明系统的稳定性和收敛性。相对传统的PID型迭代学习控制，自适应迭代学习控制记忆代价小，只要求存贮一些参数的估计值．也不必做严格的全局Lipschitz假设，不受匹配的不确定性约束，易于结合鲁棒控制，对系统的不确定性具有较好的鲁棒性。本文的内容安排如下：第三章对具有未知函数的非线性高阶系统，通过引入多

4、层神经网络逼近模型，沿时间轴方向对网络权值迭代学习，基于Lyapunov直接方法，证明了整个控制系统的稳定性，通过调节设计参数可获得任意精度的跟踪。该算法放松了传统PID型迭代学习控制的许多约束性限制，如：Lipschitz连续性，未知的理想输入“，，(，)。一旦控制器学习好之后，能应用于类似的被控对象而不用重复复杂的设计过程，相对传统算法具有许多优点。白适应迭代学习控制理论新算法及其在1。业过f￥控制中的廊川第四章对带有未知外部扰动的不确定非线性系统，将自适应控制，变结构滑模控制，迭代学习控制和神经网络的非线性映射能力相结合，提出了一种新的基于NN的自适应滑模鲁棒迭代学习控制策略。该策略能

5、够学习系统的高度非线性不确定性函数，且能自适应学习系统不确定性的未知上界，对非周期性系统不确定性具有鲁棒性，适用于包括机器人在内的一大类非线性动态不确定系统，闭环系统是一致有界的，并且跟踪误差渐近收敛于零。第五章讨论了自适应迭代学习在非线性工业控制系统的稳态优化中的应用，给出了控制器的结构和算法，证明了算法的收敛性和闭环系统的稳定性，并对收敛速度，初值问题和目标轨线的选取进行了讨论，该算法可实现对不同类型结构的目标轨线的同时跟踪。并且推广到一类非线性系统的跟踪控制，实现了对--ylJ期望轨迹序列的精确跟踪．扩展了ILC的应用范围。第一二章白适应迭代学习控制原理第二章自适应迭代学习控制原理迭代

6、学习控制理论是在研究机械手运行轨迹控制问题背景下逐步发展起柬的。基本思想方法是：基于输出动态信息及期望输出轨迹，运用比较简单的学习算法，修J下控制输入，如此反复，施行迭代控制。在给定的时阳J区间内，经过若干次迭代控制尝试，最终使机械手的运行轨迹以较高精度跟踪给定的目标轨线。设被控对象的动态过程为Jic(t)=f(t，x(n“(，))ly(})=g(t，x(，)，“(f))(2．1)其中x(，)∈R”，y(t)∈R⋯，u(t)∈Rp,，，g为相应维数的向量函数，其中结构与参数均未知。要求系统在时间f“O，rl内的输出y(，)跟踪期望输出Y。(f)。在第k次运行时的动态方程为po?2，(‘，“(

7、帆(‘))(2．2)【Y。(r)=g(t，“(f)，‰O))输出误差为e＆(r)=Yk0)一Yd(r)(2．3)其中下标k表示第k次运行时的值。传统的PID型学习算法㈣201为‰1(fm心)+Fpek(f)+flek(f)+L掣(24)其中r。，rJ，一分别为PID学习增益。自适应迭代学习控制将自适应控制的思想引入迭代学习控制，在参数辩识的基础上，施行迭代学习控制。常见的AILC方法可分为离散时间AILC和连