加权闭环PD型迭代学习控制在重复扰动时的应用

加权闭环PD型迭代学习控制在重复扰动时的应用

ID:36864805

大小:369.21 KB

页数:3页

时间:2019-05-17

加权闭环PD型迭代学习控制在重复扰动时的应用_第1页
加权闭环PD型迭代学习控制在重复扰动时的应用_第2页
加权闭环PD型迭代学习控制在重复扰动时的应用_第3页
资源描述:

《加权闭环PD型迭代学习控制在重复扰动时的应用》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、维普资讯http://www.cqvip.com第24卷第1期电力科学与工程Vo1.24.No.1482008年1月ElectricPowerScienceandEngineeringJan.,2008加权闭环PD型迭代学习控制在重复扰动时的应用李洋,谷俊杰,支保峰,刘金魁(1.华北电力大学能源与动力工程学院,河北保定071003;2.山东电力工程咨询院,山东济南250013)摘要:对于实际工业过程存在重复扰动的情况下,采用了加权闲环PD型迭代学习控制算法,在有限的时间内克服重复扰动,并用MATLAB加以仿真验证了有效性。关键词:迭代学习控制;收敛性;加

2、权闲环PD型中图分类号:TM73文献标识码:A某种意义上比Yo(f)有所改善,其中k=-0,1,2,⋯为0引言迭代的次数。如果一。。时,有:Y(f)一(f),则称迭代学习控制收敛。其控制的原理框图见图1。迭代学习控$~J(ILC,iterativelearningcontro1)是智能控制中具有严格数学描述的一个分支,早在]一悔丁一20世纪70年代,美国华裔学者傅京孙首次提出迭代学习的概念⋯。在工业过程中,研究的大都是稳态优化控制中设定值变动时各类迭代学习控制的问题。然而重复性扰动在工业过程控制中时有发生,如负荷大图1迭代学习控制原理框图小不等的变化,为

3、了在较短时间内消除扰动影响,保证过程平稳过渡,因此要采用合适的学习算法。由此可知。迭代学习控制具有以下特点:在原闭环基础上增加迭代学习控制单元,可以使得(1)被控对象的运动具有可重复性:系统每次动态过渡过程按目标轨线运行,降低了扰动影响的作同样的工作,且诸如摩擦、弹性等干扰因素在每幅度。由于该方法不依赖于系统的精确数学模型,一次试验^中都l+以同样的方式或规律出现。一轨望期储存迹器一能以简单的方式处理不确定度高的非线性强耦合动(2)学习过程中,输出信号可测,期望信号己态系统。因此,迭代学习控制在学习算法、收敛知。性、鲁棒性、学习速度及工程应用研究上取得了

4、很(3)无需被控对象的动力学描述和参数估计。大进展。本文给出了加权闭环PD型迭代学习算这正是迭代学习控制的主要优点。法在重复扰动时的应用。迭代学习控制:系统当前运行的控制量U(f)总是由上一次运行的控制量U(f)和输出误差e1迭代学习控制原理(t)或e¨(t)组成,通过一次次的迭代运行以达到控制要求的精度。所以,它不但与传统的控制理论迭代学习控制可用数学语言描述为:在有限的相联系,而且可导出易于工程实现的、比较简单的时间区域【0,内,给出被控对象的期望响应Y(f),学习控制规律。t∈【0,,寻找某种给定的Uk(f),使其响应Y(f),在根据系统当前输入u

5、¨(f)的组成情况,可将收稿日期:2007—09-08.作者简介:李洋(1982~),女,华北电力大学能源与动力工程学院硕士研究生维普资讯http://www.cqvip.com第1期李洋,等加权闭环PD型迭代学习控制在重复扰动时的应用49迭代学习控制分为三种:开环迭代学习控制,闭环迭代学习控制,开闭环迭代学习控制。本文主要针3仿真实例对闭环迭代学习控制做了分析。某一工业过程闭环自动控制系统如图3所示。2学习算法及收敛性分析以线性工业过程控制系统为对象,研究存在重复扰动时,基于加权闭环PD型学习算法对系统施行迭代学习控制,以下给出收敛性分析:图3迭代学习

6、控制系统框图给定一组重复扰动值,分别为d-=2,=1.5,=1,=1.2,=2.1。取=0.1,厂d=1.0,=0。目标轨线取为=孚e-2tsin詈f。现基于算法图2迭代学习控制结构(f)=一。(f)+e(f)+(f)给出如下动态方程:对原闭环系统施行迭代学习控制。迭代初始值已绐f(f)4(f)+,(f)+Jf)出:原闭环系统输出为Y,目标轨线为。将两者【(f)=c(f)的误差P差入迭代学习控制单元ILC,应用加权闭其中,x(f)∈,Y(f)∈,,(f)∈,d(f)∈七环PD型迭代算法进行学习,直到误差到允许范围,是扰动量,,,C,F为具有相应维数的矩阵

7、。逐步改善由于各次扰动引起的动态响应的动态品对于第k次扰动,基于加权闭环PD型学习算法:质,最终达到输出逼近目标轨线的期望,获得满意的效果。(f)=一,(f)+ek(t)+Fae(f)仿真曲线如图4,5。式8dkfd施行迭代学习控制,动态方程为O.2一,fxk(t)=Ax(t)+Brk(t)+Fdk(t)【yk(t)=Cx(f),sk=2O.12取范数可得:I\lleklll1一cl+erI]O.O~l\~./lle048l2∥s图4迭代学习次数k=2的输出式中p=l1+CBF.IO-3r\/1O_2sllCA(+)llk=5】一e(1lal—A)T0.

8、1f8i4/—\O-0/可知,limr/--.O,只要p足够小,O

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。