线性系统闭环P型迭代学习算法的仿真分析

线性闭环P型迭代学习算法,针对一具体的LTI系统,运用四阶的龙格库塔方法.先求得序列值,再利用新产生的参数值和闭环学习律产生相应常数序列,然后一直迭代下去,用求其数值解的方法进行仿真.结论表明,该算法在对期望轨迹的跟踪中,很少出现一些不稳定的情况,其在收敛的有效性方面相对于开环更具优势.     

一种改进的迭代学习控制方法及其应用

针对非线性系统的学习控制问题,提出了一种改进的迭代学习控制方法.该迭代学习控制方法同时利用系统中前次迭代控制的跟踪误差信息与当前的跟踪误差信息,以及它们各自的微分信息,且采用可调的迭代学习系数,根据系统误差的变化及时地调节学习系数,从而提高了目标的跟踪能力.通过分析,给出了此迭代学习控制方法收敛的充分条件.仿真结果验证了此学习控制方法的有效性.     

带参数学习的引导信号迭代学习控制方法

针对传统迭代学习控制方法应用在空气舵负载模拟器加载系统中的控制发散问题,提出一种引导信号迭代学习控制方法。为提高和增强新方法的智能型和适应性,并具备更快的收敛速度,对新提出方法进行改进：对引导信号进行迭代学习的同时,也对控制参数进行学习,从而使得新控制方法具备双重学习能力。在系统每个迭代周期初始状态不一致的实际情况下,对新控制方法进行收敛特性的数学分析及证明,并最终给出收敛的充分条件。改进后的控制方法应用在空气舵负载模拟器加载系统仿真模型中进行验证,通过与传统迭代学习控制方法以及不带参数学习的控制方法进行对比,表明带参数学习的引导信号迭代学习控制方法具有更快的收敛速度和更好的控制效果。     

基于迭代学习算法的转台精确定位控制研究

针对某小口径炮弹底火拧紧设备的物流装置—六工位旋转工作台的定位过程存在快速性、稳态精度与稳定性相互制约的问题,提出了一种基于闭环 PID型迭代学习算法的六工位转台定位控制方法。该方法基于某小口径炮弹底火拧紧设备,对其六工位转台被控对象进行了系统辨识,结合辨识的结果,具体设计了一种基于闭环 PID迭代学习算法的转台定位控制方法,并进行了转台定位控制试验。试验结果表明：该方法实现了转台的快速准确定位,已成功使用在该小口径炮弹底火拧紧设备的转台定位过程中。     

基于迭代学习算法的转台精确定位控制研究

针对某小口径炮弹底火拧紧设备的物流装置-六工位旋转工作台的定位过程存在快速性、稳态精度与稳定性相互制约的问题,提出了一种基于闭环PID型迭代学习算法的六工位转台定位控制方法。该方法基于某小口径炮弹底火拧紧设备,对其六工位转台被控对象进行了系统辨识,结合辨识的结果,具体设计了一种基于闭环PID迭代学习算法的转台定位控制方法,并进行了转台定位控制试验。试验结果表明：该方法实现了转台的快速准确定位,已成功使用在该小口径炮弹底火拧紧设备的转台定位过程中。     

一种机器人轨迹跟踪的迭代学习控制方法

针对机器人轨迹跟踪问题,提出了一种带遗忘因子的迭代学习控制算法.给出了学习算法收敛的充分条件,该算法在不改变学习控制器结构的前提下,对要求跟踪的新的期望轨迹,利用系统的历史控制经验,合适地选择了初始控制输入,使系统的输出能尽快地收敛于新的期望轨迹,从而达到了改善系统跟踪性能的目的.仿真结果表明了该方案的有效性.     

基于迭代学习的供输弹系统协调器控制研究

针对某供输弹系统协调器中托弹盘翻入输弹线采用行程开关控制,位置控制精度难以保证,影响到弹丸卡膛一致性的问题,引入迭代学习控制作为位置环控制器,设计了一个控制托弹盘翻入输弹线的永磁同步电机控制系统,仿真结果表明:经过多次迭代学习后,位置控制误差趋于一个稳定值,有利于提高弹丸的卡膛一致性,从而提高火炮射击精度。     

迭代学习控制在电动伺服舵机系统中的应用

在传统的增量式积分分离PI控制算法的基础上。引入一D型迭代学习控制前馈环节，提高了电流和位置跟踪的快速性和跟踪精度，速度环为中间环节．在积分分离PI调节的基础上加了bangbang控制，以加快速度环的响应速度。仿真结果表明，引入D型迭代学习控制后．位置环和电流环的稳态和动态特性良好．保证了系统跟踪的快速性、精确性。     

基于磁场变化量的闭环消磁控制方式

通过对于国外闭环消磁控制方式的分析,研究一种基于磁场变化量的闭环消磁控制方式,该方法可以不通过M矩阵的求解直接内外磁场换算问题。然后,分析了基于磁场变化量的闭环消磁控制方式的应用前景及需解决的问题,为闭环消磁控制技术的发展提供了一种新思路。     

一类高阶线性时变系统自适应迭代学习辨识

针对一类在有限时间区间上可重复运行的一致强稳定、一致强可控的高阶线性时变系统,提出了模型参考自适应迭代学习参数辨识方法。基于类Lyapunov函数推导了时变参数的迭代学习律。该算法可以辨识未知的快时变参数,并保证模型跟踪误差随迭代次数趋于无穷关于有限时间区间一致收敛到0,参数估计误差有界且收敛。分析了参数估计收敛到真值的条件。仿真验证了所提辨识算法的有效性。     

一类含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。     

多无人机协同目标跟踪闭环最优控制方法

针对目前多机协同目标跟踪方法缺乏实时性和最优性等问题,提出了一种由趋近和盘旋两阶段组成的多无人机协同目标跟踪闭环最优控制方法。当距离目标远时自适应调节无人机方位角优先且尽快趋近目标;而当距离近时则自适应调节无人机方位角优先且尽快实现最优观测视线夹角。仿真结果证明了:在靠近和盘旋阶段均确保了最优性观测条件,且具有较好的实时性和最优性。     

基于气动参数辨识的飞控系统传感器故障估计

气动参数的不确定性使得飞行器表现出明显的模型时变特点,此类系统的故障诊断问题是一个难点。以无人机纵向运动为研究对象,提出一种基于气动参数辨识和迭代学习的传感器故障估计方案。将增广容积卡尔曼滤波（ACKF）算法用于气动参数估计,实现飞机模型的在线辨识。故障一旦发生,将辨识得到的气动参数用于局部包络建模,并利用迭代学习算法构造传感器故障估计器。此外,为提高故障的迭代收敛速度,提出一种基于扩张状态观测器(ESO)思想的迭代学习算法。故障仿真实验表明了所提方法的可行性和有效性。     

基于变结构控制理论的反鱼雷鱼雷纵向运动控制建模与仿真

研究了变结构控制技术在反鱼雷鱼雷（ATT）纵向运动控制中的应用,建立了鱼雷航行纵向运动数学模型与变结构控制模型。仿真分析可知,该控制系统具有很好的动态特性,对模型参数具有高鲁棒性、系统稳定性及很强的抗干扰能力。研究结果表明,采用变结构控制方法能解决反鱼雷鱼雷纵向运动控制中存在的参数不确定和抗干扰问题。     

基于CPG神经网络的扑翼型UUV运动控制方法

中枢模式发生器（CPG）是一种普遍存在于脊椎动物中,用来自激产生节律运动的低级神经中枢。传统的基于模型的机器人控制方法存在建模复杂、解不唯一、单周期规划等问题,特别是在需要多自由度协调控制的任务中,缺乏足够的实时性。由于CPG在协调多自由度运动方面的优越性,本文研究了扑翼对UUV运动的影响,并基于CPG模型给出一种运动控制方法。利用反馈信息产生节律信号控制UUV左右扑翼的运动模式;调整CPG模型参数、反馈输入与CPG输出之间的关系,设计了UUV直游和转弯的反馈控制律。仿真结果验证了该控制方法的有效性。