含有时变延迟的双线性参数化系统的重复学习控制.pdfVIP

云南师范大学学报(自然科学版) JournalofYunnanNormalUniversity 2014年 1月34卷 1期(Vo1．34No．1) DOI：10．7699／j．ynnu．ns一2014—001 · 特约稿 · 含有时变延迟的双线性参数化系统的重复学习控制 郑平安， 孙云平 ， 杨昆， 彭波， 肖飞， 王丰荣 (云南师范大学 信息学院，云南 昆明 650092) 摘 要： 针对一类含有时变延迟的双线性参数化时变系统，提出了一种新的重复学习控制方案． 该方案假设未知时变参数、未知时滞和参考信号的共同周期是已知的，通过重构系统方程 ，有效地消除 时变延迟的影响，采用微分一差分耦合参数周期 自适应律估计时变和时不变参数 ，可以处理参数在一个 未知紧集内周期性快时变的非线性系统，通过构造一个 Lyapunov-Krasovskii能量函数，证明所有信号 有界并且跟踪误差渐近收敛．给出了闭环系统收敛的一个充分条件．仿真结果验证了控制算法的有 效性． 关键词 ： 双线性参数化系统；时变延迟 ；重复学习控制；微分 差分耦合参数 自适应律；Lyapunov- Krasovskii能量函数 中图分类号：TP13 文献标志码：A 文章编号： 1007—9793(2014)01—0001—08 l 引 言 生活中存在大批可重复操作的非线性系统，如硬盘驱动系统和工业中广泛应用的旋转电机，重复学 习控制适用于参考轨迹是周期性的跟踪控制_1]或周期性的干扰抑制_2]的动力系统．与重复学习控制并 列发展的迭代学习控制是另一种学习控制方法，这两种学习控制思想是及为相近的．迭代学习控制的控 制律是以系统当前迭代运作的误差信号校正前一次迭代时的被学习对象，从而获得当前迭代的被学习 对象的新估计值；重复学习控制系统中，当前周期的误差信号用来校正前一个周期的被学习对象，从而 构成当前周期被学习对象新的估计值．两种学习控制的差别在于，迭代学习控制在每次迭代开始的时候 需要对初始位置进行重置，而重复学习控制不需要对初始位置进行定位，可连续不断地运行_3]． 重复学习控制研究大多是在频域上进行分析和设计_2]．最近，基于Lyapunov-like控制方法的重复 学习控制在时域上的设计方法引起了众多研究者的关注Ⅲ5]．迄今为止，大多数Lyapunov-like设计方法 的研究均假设不确定性是可线性参数化的，很少对具有非线性参数化不确定性的非线性系统进行研究． 文献[11]采用微分一差分型的学习律设计了自适应学习控制器；文献E127提出的非线性参数化重复学 习控制算法可获得误差L 范数意义下的收敛性，且闭环系统变量L}范数有界；文献E13]设计了鲁棒 自 适应学习控制器，充分利用控制器中的鲁棒部分，从而保证系统的稳定性，而用学习控制部分，则有效地 消除系统跟踪误差的影响．应该说明的是以上研究都未考虑延迟． 众所周知，延迟经常存在于各种各样的工程系统中，如电力网络、微波振荡器等．延迟的存在将造成 系统的不稳定E4_；因此，在过去几年，时滞系统的控制器设计和稳定性分析，特别是不确定性非线性时 滞系统，已吸引了大量的研究人员的关注，并且获得了许多有趣的结果_lM]． * 收稿 日期 ：2013—12 23 基金项目：国家自然科学基金资助项 目；云南省科技厅基金资助项 目(2OLOZCO69)；云南省教育厅基金资助项目 (2OLOYOO6)；高等学校博士学科点专项科研基金资助项 目(2O． 作者简介：郑平安 (1988一)，男，硕士研究生，主要从事 自适应控制与学习控制方面研究． 通信作者：孙云平．E-mail：sunypxd@163．corn · 2 · 云南师范大学学报 (自然科学版) 第34卷 本文针对一类含有时变延迟的双线性参数化时变系统，提出了一种新的自适应学习控制方案．该方 案假设未知时变参数、未知时滞和参考信号的共同周期是已知的，通过重构系统方程，有效地消除时变 延迟的影响，设计了微分一差分耦合参数周期