迭代学习控制算法的研究及其在机器人中的应用-控制科学与工程专业论文.docxVIP

迭代学 迭代学习控制算法的研究及其在机器人中的应用 I万方数据 I 万方数据 摘 要 经历了二十年的发展，经典的学习控制理论已经成为了一门比较成熟的理论。凭 借其独特的学习能力以及简洁的算法，学习控制正广泛地被用于应用领域中。在本文 中，主要对迭代学习控制算法进行研究，并且将研究的成果应用于机器人控制中。主 要有如下的内容： 1．迭代学习控制算法的研究。主要分三部分：首先，针对线性系统下的迭代学习控 制算法，给出并证明了一种闭环P型迭代学习控制算法在非正则线性系统中的收敛性 条件，然后通过仿真等手段来阐明它的有效性；其次，针对一类非线性系统，提出一 种带自适应因子的快速学习算法，给出其收敛性条件并予以证明，最后将这种算法与 常用的P型算法进行仿真比较来显示它的快速性；再次，针对迭代学习控制的收敛性 问题，通过学习结构、初值问题和学习律等三个方面来分析它们对迭代学习控制收敛 性能的影响：其中，在分析学习结构时，采用了开环和闭环两种学习律进行比较，并 且运用 Runge ??Kutta 方法进行仿真，通过仿真编码和仿真结果来分析这两种学习律 的异同；在分析初值问题时，对文献[32]中算法的初始条件进行了一些改进，并且给 出了收敛性证明；在分析学习律时，运用了高阶学习律和一阶学习律进行仿真比较。 2．迭代学习控制在机器人中的应用。分别介绍了迭代学习控制在单关节机器人系统 和多关节机器人系统中的应用。其中，对于单关节机器人系统，分别运用文献[39] 中提出的算法和本文给出的快速算法对其进行控制比较；对于多关节机器人系统，分 别运用简单的闭环D型迭代学习算法和本文的快速算法对其进行控制比较。最后进行 仿真试验，结果证明了快速算法在收敛速度方面的优势。 关键词： 迭代学习控制；机器人；仿真 II万方数据 II 万方数据 Abstract Through the past twenty years’ development, classical learning control theory has become a relatively mature theory. It is widely used in practical applications for its unique learning control ability and simple algorithm. In this background, this paper presents researches on iterative learning control and its application in robot. It mainly contains the following: Researches on iterative learning control. It mainly contains 3 parts: first, as linear system, a convergence condition of close-loop P-type learning control algorithm in irregular linear system is proposed and proved. Simulation is given to show its correctness. Second, as a sort of nonlinear system, a fast learning algorithm with an adaptive factor is proposed and proved. Simulations on this algorithm and simple P -type learning control algorithm show its effectiveness. Third, the convergence problem of iterative learning control is analyzed in three aspects: learning structure, initial problem and learning algorithm. In the view of learning structure, open-loop and close-loop learning control laws are compared and simulated by using Runge ??Kutta method. The coding details and results of simulation illustrate the differences betwee