基于稳定逆的非最小相位系统的迭代学习控制

针对迭代学习控制在非最小相位系统上应用效果差的缺点,根据最优化性能指标和非因果的稳定逆理论,提出了一种基于稳定逆的最优开闭环综合迭代学习控制,分析了学习律的收敛性并给出了此种非因果的学习律在实际应用中的运用方式.     

一类具有控制时滞非线性系统在任意初值下的开环PD型迭代学习控制

在迭代学习控制理论的收敛性分析中,常见的初始条件是迭代初值与期望初值一致,或者迭代初值固定,给出了一类含控制时滞非线性时变系统在任意初值条件下采用开环PD型迭代学习控制算法时的收敛条件.迭代学习采用控制输入与初值同时学习的算法,其中控制输入利用了给定超前法,该算法解决了控制时滞和初值问题.运用算子理论证明了收敛条件,给出了间歇非线性控制时滞过程仿真实例,研究结果说明了该算法的有效性.     

线性时不变系统PID–型迭代学习控制律的单调收敛形态

传统的迭代学习控制机理中, 积分补偿是典型的策略之一, 但其跟踪效用并不明确. 本文针对连续线性时 不变系统, 对传统的PD–型迭代学习控制律嵌入积分补偿, 利用分部积分法和推广的卷积Young不等式, 在Lebesgue- p范数意义下, 理论分析一阶和二阶PID–型迭代学习控制律的收敛性态. 结果表明, 当比例、积分和导数学习增益满 足适当条件时, 一阶PID–型迭代学习控制律是单调收敛的, 二阶PID–型迭代学习控制律是双迭代单调收敛的. 数值 仿真验证了积分补偿可有效地提高系统的跟踪性能.     

非线性工业过程控制系统的迭代学习控制与收敛性分析

基于工业过程稳态优化中递阶控制结构和线性工业过程控制系统中的迭代学习控制规律, 本文对饱和非线性工业过程控制系统和变增益非线性工业过程控制系统施行迭代学习控制, 分别给出加权PD 型闭环迭代学习控制算法和加权幂型开闭环迭代学习控制算法, 提出了期望目标轨线的 δ 可达性和迭代学习算法的ε 收敛性的概念. 利用Bellman Gronwall不等式和λ 范数理论, 论证了算法的收敛性. 数字仿真表明, 迭代学习控制能有效改善非线性工业控制系统在稳态优化时的动态品质.     

基于时变终端滑模的任意迭代初态抑制控制EI北大核心CSCD

为解决迭代学习过程中的任意迭代初值和迭代收敛理论证明难的问题,本文构造了一种轨迹跟踪误差初值恒位于滑模面内的时变终端滑模面,将轨迹跟踪误差初值不为零的轨迹跟踪控制问题转换为滑模面初值恒为零的滑模面跟踪控制问题,建立了任意迭代初值与相同迭代初值的迭代学习控制理论连接桥梁.本文提出一种基于时变滑模面的比例–积分–微分(PID)型闭环迭代学习控制策略,基于压缩映射原理证明了迭代学习的收敛性,给出了迭代收敛条件.时变终端滑模面经有限次迭代学习收敛到零,达到轨迹跟踪误差最终稳定在时变滑模面内的目的;Lyapunov稳定理论证明了位于滑模面内的轨迹跟踪误差在有限时间内收敛到原点,达到轨迹局部精确跟踪目的.随机初态下的工业机器人轨迹跟踪控制数值仿真验证了本文方法的有效性和系统对外部强干扰的鲁棒性.     

迭代学习控制综述

系统地论述了迭代学习控制的发展和研究现状,包括学习算法及其各种分析方法、与其他控制技术的结合及其应用都作了的总结.重点对迭代学习控制研究的前沿问题:基于频域分析的迭代学习控制、基于2-D理论的迭代学习控制、基于Lyapunov直接法的迭代学习控制、最优化迭代学习控制和采样迭代学习控制进行阐述.最后讨论了目前研究中存在的问题及未来的研究方向.     

一种间歇过程的综合预测迭代学习控制方法

为了提高迭代学习控制方法在间歇过程轨迹跟踪问题中的收敛速度,本文将批次间的比例型迭代学习控制与批次内的模型预测控制相结合,提出了一种综合应用方法.首先根据间歇过程的线性模型,预测出比例型迭代学习控制的系统输出,然后在批次内采用模型预测控制,通过极小化一个二次型目标函数来获得控制增量.该方法可使系统输出跟踪期望轨迹的速度比比例型迭代学习控制方法更快些.最后通过仿真实例验证了该方法的有效性.     

晶圆扫描光刻系统的有效非因果学习控制

本文提出一种有效非因果学习控制方法, 用于晶圆扫描光刻系统. 该方法不依赖于精确的系统建模, 通过引入时间延迟因子对迭代控制系统的收敛条件进行初步整形. 然后选取零相位滤波器来进行二次整形, 得到收敛的非因果迭代学习控制律. 根据系统的闭环特性, 进一步给出延迟因子的参考设计方法和滤波器的选取原则, 并对收敛性进行了分析. 此外, 为提高系统的扫描性能, 引入有效学习函数来克服传统学习控制方法的学习盲目性, 增强对关键性能指标的学习能力. 最后采用模拟的晶圆扫描光刻系统来进行仿真和实验, 以验证方法的有效性.     

一类线性连续切换系统的迭代学习控制

针对有限时间区间内执行重复控制任务的线性连续切换系统,考虑基于迭代学习的跟踪控制问题.假设线性切换系统的切换率在时间域内是任意的,提出该类系统的D型迭代学习控制算法.理论分析表明,当学习增益矩阵满足一定的条件时,D型迭代学习控制算法可以保证切换系统的实际输出在整个运行区间上一致收敛于期望输出,实现完全跟踪控制.数值仿真进一步验证了方法的有效性.     

学习控制的现状与展望

在此我们综述学习控制理论的发展历程.首先给出基于可重复性的学习控制的基本概念与原理.然后简述学习控制的两大主流---迭代学习控制和反复控制.接着对当今迭代学习控制理论前沿的几大热点加以考察,并简要介绍学习控制理论和Lyapunov方法的结合.最后讨论学习控制理论的新发展方向.     

智能厂房温湿度控制系统

首先分析了厂房温湿度控制与一般建筑物空调系统的区别,指出现在流行的空调控制方法不适合厂房温湿度控制;接着提出一种智能温度控制方法,它不需要确定系统的数学模型,用专控制的方法,在不同控制阶段分别采用开关控制,模糊控制和智能ＰＩＤ控制;最后介绍了实行结果。     

模型跟踪广义预测鲁棒自适应控制器

本文采用滤波CARMA模型,基于内模原理,提出了一种新的广义预测鲁棒自适应控制器,并分析了闭环系统性能,在新的控制器中,引入适当的前馈作用,使得跟踪和调节问题解耦,利用部分状态跟踪、模型参考以及极点配置方法解决跟踪问题,利用多步预测滚动优化方法解决调节问题;适当选择滤波器可以保证对平稳随机扰动有满意的响应,减少可调参数对闭环系统响应的影响,增强系统对未建模动态的鲁棒性,仿真结果表明:该控制器对确定性和非平稳随机扰动具有不变性,对系统时延和阶次变化具有鲁棒性,适用于非最小相位和开环不稳定系统。     

A three-loop model-following control structure: theory and implementation

This article presents a novel three-loop control system, which supplements control structures known from the literature as model following control (MFC). The major advantage of the proposed system is its high robustness to process parameter variations; it is much higher than that offered by single-loop or two-loop control systems. Features of the new structure are revealed by a theoretical analysis that has been carried out from the viewpoint of requirements for a force/pose controller of a Stäubli RX60 manipulator. This article shows how the proposed control structure responds to such strong process parameter variations and makes a comparison to results yielded by single-loop control structures.     

Robust containment control in a leader–follower network of uncertain Euler–Lagrange systems

A distributed controller is developed that yields cooperative containment control of a network of autonomous dynamical systems. The networked agents are modeled with uncertain nonlinear Euler–Lagrange dynamics affected by an unknown time‐varying exogenous disturbance. The developed continuous controller is robust to input disturbances and uncertain dynamics such that asymptotic convergence of the follower agents' states to the dynamic convex hull formed by the leaders' time‐varying states is achieved. Simulation results are provided to demonstrate the effectiveness of the developed controller. Copyright © 2016 John Wiley & Sons, Ltd.     

解耦控制的现状及发展

通过对多变量系统解耦设计的必要性分析,介绍了传统解耦、自适应解耦、鲁棒解耦、智能解耦等各种解耦方法,并叙述了各种方法的研究现状和应用情况,同时分析了各种方法局限性。指出解耦控制领域的研究已成为控制理论和控制工程界共同关注的热点。自适应解耦与智能解耦,侧重于控制器的研究,它们更多采用试探、优化方法来设计控制器．理论研究还尚待完善。因此,寻求一种有效的、简单易行的控制方法,即寻求理论与实际结合点,是今后研究的方向。     

一种专家智能控制器的仿真研究

该文提出一种专家智能控制器（简称为ＥＩ控制器）．该控制器的参数可基于专家知识和过程参数的变化实时进行调整。仿真结果表明对于工业过程中的大纯滞后、非线性、变参数特性能获得较为满意的调节效果。     

六自由度并联机器人分散鲁棒非线性控制

针对六自由度并联机器人动力学特点,提出了一种新型分散鲁棒非线性控制方法.与传统PD控制策略和已有分散鲁棒非线性控制方法相比,由于控制律中增加了广义误差的小数幂项,改进后的方法除保持原方法的优点外,还具有较强的终端收敛能力,能够保证跟踪误差以更快的速度全局一致收敛到一个更小的剩余集.通过选择合适的控制器参数,可使剩余集趋于0.运用Lyapunov方法分析了系统稳定性,给出了系统稳定性条件.最后,仿真结果验证了该方法的有效性.     

Multivariable PID control by decoupling

This paper presents a new methodology to design multivariable proportional-integral-derivative (PID) controllers based on decoupling control. The method is presented for general n × n processes. In the design procedure, an ideal decoupling control with integral action is designed to minimise interactions. It depends on the desired open-loop processes that are specified according to realisability conditions and desired closed-loop performance specifications. These realisability conditions are stated and three common cases to define the open-loop processes are studied and proposed. Then, controller elements are approximated to PID structure. From a practical point of view, the wind-up problem is also considered and a new anti-wind-up scheme for multivariable PID controller is proposed. Comparisons with other works demonstrate the effectiveness of the methodology through the use of several simulation examples and an experimental lab process.     

一种具有非线性观测器的分散式自适应鲁棒机器人控制新方案

本文提出一种新型的分散式自适应鲁棒机器人控制方案。它主要解决以下诸方面的问题:1)减少在线计算量;2)通过设置一个非线性观测器来及时修正模型信息,以适应负载及其他因素变化的需要,进而有效地减少所需控制值(尤其当系统处于平稳工作状态时,效果更加明显),相应地,也就减少了系统工作时的动能损耗。这一点对[1]中提出的机器人分散式变结构控制算法有较大改进;3)对系统的不确定性和扰动作用具有鲁棒性。     

Feedforward output-feedback control for continuous exothermic reactors with isotonic kinetics

The robust feedforward (FF) output-feedback (OF) control problem of (possibly open-loop unstable) continuous exothermic jacketed reactors with isotonic kinetics with respect to reactant concentration is considered. The volume, temperature, and concentration must be regulated by manipulating the feed, exit and coolant flowrates on the basis of volume and temperature measurements. The problem is addressed as an interlaced controller-observer design within a constructive control framework. The result is a quasi linear-decentralized (qLD) FF-OF dynamic controller which: (i) recovers (up to observer convergence) the behavior of a robust nonlinear FF-SF controller, (ii) has closed-loop stability conditions coupled with conventional-like tuning guidelines, and (iii) constitutes an add-on to the PI control scheme commonly employed in industrial reactors. The approach is tested with an open-loop unstable reactor example through simulations.