迭代算法在转台控制系统中的应用.pdfVIP

2001全国仿真技术学术会议论文集 迭代算法在转台控制系统中的应用 刘 敏 刘藻珍 (北京理工大学12教研室，looos]) 摘要该文在分析某转台数学模型的基础上，引人选代学习控制算法。其原理是根据系坑实际输出与理想输出同的误差， 以某种学习机理对系统的实际输入不断进行修正，直到实际输出与期望输出的误差达到满意为止。通过大量仿真实验证 明．本文采用的学习方法合理．并且可以在一定程度上简化控翻器的结构参效。捱高转台的有效控制精度。 关■调转台控制造代学习算法前馈控村 中圈分类号14柏．22文鼍标识珥A ，^ 浏 1引宦 ⑤下一次运行的地+l(1)满足如下递推规律 转台是半实物仿真系统中的重要设备，其性能优良程度 地+1(t)=F(‰(‘)，靠(‘)，r)(1) 将直接影响系统仿真的精度。因此。如何提高转台的控制精 其中r为系数； 度，一直是我们不断追求的目标。由于转台控制系统本身存 ⑥系统的动力学结构在每次运行中保持不变。 在着参数漂移、非线性特性等同题。因此。建模时常常需要 在满足上述条件的情况下，随着系统运行次数^的增 对转台伺服系统数学模型进行简化。将负载简化为纯惯性 加，即学习次数的增加，n(1)将收敛于希望的输出托(t)， 负载，伺服阀简化为比例环节。忽略液压油缸泄露等影响。 即： 在此条件下，再根据简化模型，进行传统的PID控制器设计。 由于我们无法得到糖确的数学模型，用传统的控制方法很难 鲤n(1)=托(‘) (2) 进一步提高转台的精度。因此。本文在研究经典PID控制方 学习控镧过程的原理如图1所示。 法的基础上，针对其对模型依赣性强，系统性能受到局限，引 入一种在线学习的前馈算法。从而解决转台控制系统中存 在的不确定性、非线性特性等问题。 自Afimoto于1984年提出迭代学习控制以来，已在很多 领域得到充分应用。迭代学习仿效人学习提取经验的过程。 通过重复执行同一任务，减少误差。它不依横于动态系统的 精确数学模型，是一种迭代产生优化输人信号，使系统输出 尽可能逼近理想值的方法。它能以非常简单的方式，且仅需 要较少的先验知识和计算量就可以处理不确定程度相当高 的线性或非线性系统。适应性强，易于实现。 2迭代学习控制原理 迭代学习控制(或重复控制)可以描述为。在重复运动过 程中，任何不依赖于系统参数模型而艟改善被控对象品质的 控制策略”，本质上要求运动具有重复性且在一个固定时间 圈1掌习控■曩曩圈 间隔内完成。具体说，当迭代控制律用于具有可重复性运动 的被控对象时，需要满足如下条件： 对于如图1所示的学习过程，S．Atimoto等人提出了学习 控制律的一般形式为 ①每次运行时阃阃隔为r，T0； ②期望输出h(I)是疆先给定的，且是t∈【0，T]域内q+l(I)=““．(t)，屯(1)，，) 的函数； r =‰(I)+IFd／dt+中+雪中出}％(t)(3) ③每次运行前，动力学系统的初始状态机(O)相同，^是 学习次效，^=0，1，2，…； 均为增益矩阵；硅(I)是第女次的误差响应。 ④每次运行的输出“(I)均可测，误差信号气(t