几类系统的迭代学习控制-计算机软件与理论专业论文.docxVIP

重庆大学硕士学位论文中文摘要 重庆大学硕士学位论文 中文摘要 I I 摘 要 对于具有重复运动性质的被控系统，迭代学习控制技术是一种简单有效的控 制方法。迭代学习控制的基本思想是基于输出信号与给定目标轨迹的偏差不断修 正不理想的控制输入信号，实现在有限时间区间的完全跟踪任务。 本文主要研究了几类系统在不同的初值条件下的收敛性和鲁棒性。针对不确 定的线性、非线性的连续和离散系统, 主要考虑研究系统的特性、初值条件、外部 扰动和噪声、学习控制律、不确定的未建模动态性、以及时滞等对迭代学习控制 过程和跟踪性能的影响等内容。本文分析得到了几种迭代学习控制保证收敛的充 分条件，并提出了一系列迭代学习律的设计方法。为保证提出的学习律的有效性， 对每种学习律，我们都进行了严格的的有效性都得到理论分析和充分的仿真实验 的双重保证。 本文的主要研究内容成果如下： (1) 针对一类线性系统，主要考虑两类初始条件问题: 一是系统具有固定的初 值偏差; 二是具有任意的初始偏差。, 并我们提出了一种开闭环 PID 型学习律。 分 析了两类初始条件下学习算法的鲁棒性和收敛性，并给出了收敛条件。仿真结果 表明开闭环 PID 型学习律的有效性，与开环 PID 型学习律相比拥有更快的收敛速 度。 (2) 针对一类具有扰动和噪声的非线性多时滞系统，提出了一种 PD 型学习算 法，并借助 λ 范数，Bellman-Gronwall 定理等得到了确保跟踪误差收敛的充分条件。 同时考虑了初始无偏差条件，不确定性扰动和噪声对跟踪误差收敛的影响及系统 中的多个时滞对迭代学习控制收敛性的影响。证明了当不存在初始误差、不确定 扰动和噪声时，所给算法能实现对期望输出信号的完全跟踪，否则跟踪误差是一 致有界并且这个界与扰动和噪声等因素的界有关。研究结果表明，系统状态的时 滞对非线性系统的迭代学习控制没有明显的影响。仿真模拟验证了结果的有效性。 (3) 针对一类线性离散多时滞系统，考虑在初始条件是未知的情况下，分别 提出了高阶 P 型迭代学习律来提高系统的跟踪性能和高阶初始状态学习算法来放 宽对初始条件的限制。同时，我们得到了保证学习算法渐近收敛的条件，。分析了 多时滞对迭代学习过程的影响。仿真结果表明给出的学习算法具有很好的跟踪性 能，可使系统经过较少的迭代次数就可以实现对期望轨迹的跟踪。 (4) 对本文所提出的各种迭代学习算法都做了仿真研究，验证了算法的可行性 和有效性。 II II 关键词：迭代学习控制, 开闭环算法， 线性系统，非线性系统，时滞, 外部扰动, 噪 声, 离散系统，高阶算法, 初始状态学习 重庆大学硕士学位论文英文摘要 重庆大学硕士学位论文 英文摘要 PAGE PAGE IV ABSTRACT Iterative learning control is a simple, but effective control technique, which is applied to the system that operates repetitively over a fixed time interval and improves its transient response performance. The idea of ILC is to gradually revise imperfect control input using the error between system output and the desired trajectory and realize perfect tracking in a finite time interval. In this dissertation, the convergence and robust issues of iterative learning control in response to different initial conditions for several plants are mainly studied。For uncertain linear and nonlinear continuous and discrete systems, the effects of the plant characteristics, disturbances and noises, initial conditions, time delays, uncertain modeling dynamic and learning algorithms on the convergence and performance of ILC are also investigate