时变非线性系统迭代学习控制遗忘因子算法

2012年04月09日17:17:48 本网站我要评论(2)字号：T | T | T

关键字：应用

陶洪峰，丁　保，杨慧中
江南大学教育部轻工过程先进控制重点实验室，江苏无锡

摘　　　要：针对迭代学习Ｐ型控制算法对初始偏差和输出误差扰动的敏感性问题，研究了一种带有遗忘因子的时变非线性系统的迭代学习控制方法。在有扰动的情况下，利用迭代学习过程记忆的期望轨迹，期望控制以及跟踪误差，通过有界学习增益和批次时变因子设计学习控制器，并基于算子理论给出了控制算法存在的充分必要条件及其收敛性分析，改善了系统的鲁棒性和动态特性。较后以注塑机的注射速度控制仿真验证了本文算法的有效性。

关　键　词：迭代学习控制；Ｐ型控制器；遗忘因子；非线性系统；算子理论

１　引　言
迭代学习控制是智能系统中具备严格数学描述的一个分支，由日本学者内山（Ｕｃｈｉｙａｍａ）在２０世纪８０年代较先提出［１］。该理论主要针对具有不确定因素和重复操作任务的被控对象，可实现有限区间上快速、高精度、高性能的完全跟踪。目前已广泛应用于数控加工和化工间歇过程等领域。近年来，迭代学习控制已成为研究热点［２４］，其中学习律的研究是迭代学习控制的基础，而Ｐ型迭代学习算法在物理上较易实现。文献［５］把Ｐ型学习律很好的运用到输入初值的迭代学习中。文献［６］提出了利用误差信号以及相邻两次误差的差值信号对系统控制律进行修正的Ｐ型迭代学习算法。但是这些算法均对于初始偏差或输出误差的扰动比较敏感，影响系统的稳定性和动态性能。因此，针对一类具有扰动影响的时变非线性系统，本文提出了一种基于遗忘因子算法的Ｐ型迭代学习控制方法，并通过算子理论给出了控制方法收敛性的严格数学证明，提高了算法的鲁棒性，较后以注塑机系统的注射速度控制仿真验证了方法的有效性。

登录网站后可下载文件

时变非线性系统迭代学习控制遗忘因子算法

相关阅读: