一种使用输出误差的离散迭代学习控制算法的渐近收敛性分析

本文对M.Togai等人提出的一种离散迭代学习控制算法进行了改进,使其可以使用系统的输出误差.同时,通过引入适当的范数,简化了系统输出误差渐近收敛的充分条件.     

离散时间系统自适应迭代学习控制的研究进展

离散自适应迭代学习控制是针对在有限时间区间上运行的不确定非线性离散时间系统提出的一类方法,可有效抵抗系统的不确定性,并放宽了传统迭代学习控制中要求相同初始条件和参考轨迹这两个关键假设。即可在随机初始条件下实现对迭代变化参考轨迹的几乎完全跟踪性能。本研究给出了迭代学习控制方法的分类,对其中的自适应迭代学习控制方法的设计思路和适用背景进行了阐述。重点综述了离散时间系统自适应迭代学习控制方法的发展过程,讨论了所提出离散时间自适应控制方法的特点和适用范围,提出了基于数据驱动的自适应迭代学习控制发展的必然趋势和有待于进一步研究的问题。     

离散时间PWS的分段广义H2动态输出反馈控制

基于分段二次李雅普诺夫函数．对离散时间分段系统提出了广义H2稳定控制器的设计方法．通过构造分段动态输出反馈控制器。使闭环系统广义H2全局稳定．利用线性矩阵不等式理论。给出了闭环系统广义H2全局稳定的一个充分条件．     

一种非线性模型参考迭代学习控制算法

针对存在周期或非周期不确定干扰的非线性系统,提出一种模型参考迭代学习控制算法(MR-ILC),其目标是在被控系统满足假设条件并采用相应学习律的条件下,使被控系统的状态变量跟踪参考模型的状态变量,且两种模型不需要具有相同的结构和参数。运用λ范数证明了算法的收敛性,仿真结果验证了算法的有效性。     

基于输出反馈的离散时滞系统的鲁棒容错控制

研究离散一步时滞系统的鲁棒容错控制。采用带有时滞项的输出反馈控制律,针对传感器和执行器故障进行D稳定容错控制研究,并给出满足D稳定的充分条件,以及控制器的设计方法和步骤。较之单纯的完整性设计在容错的目标方面具有更大的适应性和实用性。仿真实验验证了该方法的有效性。     

离散时变系统的自适应迭代学习控制

针对一类有限区间上重复运行的离散时变SISO系统,分别采用带饱和函数和死区修正的投影算法进行参数估计,提出自适应迭代学习控制方案.关键技术引理在分析离散自适应控制系统时起到了关键作用,文中把这一引理推广至迭代域,用于建立离散自适应迭代学习控制系统的稳定性和收敛性.理论证明,即使每次迭代存在初始偏差,跟踪误差沿着迭代轴仍能收敛于零,且闭环系统的所有信号有界;当存在外部扰动时,跟踪误差收敛于一邻域内,其半径为干扰的界.在直线伺服系统上的应用结果验证了所提出的学习控制方法的有效性.     

一类离散非线性系统开闭环P型迭代学习控制收敛的充要条件

收敛性是迭代学习控制的重要研究内容之一,针对一类参数未知的离用非线性系统,研究了其开闭环Ｐ型迭代学习控制的收敛性问题,给出了收敛的充要条件,结果表明,开闭环Ｐ型迭代控制的收敛条件与描述系统的状态方程具体形式无关。     

一种基于时间顺序的开关量控制算法研究

基于时间顺序的开关量控制是工业生产过程中一种常见的控制形式。文中提出了一种输出状态-时基周期控制算法。期望对于基于时间顺序的开关量控制问题的解决,具有普遍适用性。     

一种可用于线性动态延迟系统控制的开环比例型一阶给定超前迭代学习控制算法

本文讨论了迭代学习控制的基本概念，并给出了一种可用于线性动态延迟系统的比例型一阶给定超前迭代学习控制算法。理论分析证明，这种控制算法对于跟踪重复运动的轨迹具有良好的效果。     

一类非线性系统自适应迭代组合学习算法研究

为消除或减弱实际工业控制非周期性的系统中存在不确定性的影响,该文针对存在可量测重复性扰动且系统初值在期望初值一定范围内随机变化的一类仿射非线性系统进行算法研究,运用有关自适应控制理论,将自适应控制方法引入到迭代学习控制中来,两者结合成一种组合智能控制算法,即自适应迭代学习控制算法,最后通过与带遗忘因子的开环PD型迭代学...     

离散时间系统的变结构控制及其品质

研究了离散时间系统的变结构控制综合及动态过程品质控制；讨论了到达条件；详细研究了准滑动模态的运动特性；基于稳定性及控制的简单实现，提出了自适应离散趋近律的概念；给出了周期收缩律和变结构控制的设计方法即趋近收缩法；解决了稳态抖振问题并兼顾了全过程的运动品质     

一类离散系统的时滞依赖非脆弱保性能控制

针对一类具有状态时滞的不确定离散系统,研究了其时滞依赖的非脆弱保性能控制问题。通过引入状态变换,提取出时滞因子,导出了一类离散系统保性能的时滞依赖判据,以线性矩阵不等式（LMI）的形式给出了控制器存在的充分条件,并以LMI的可行解构造出相应的状态反馈控制器。仿真算例表明,可通过调节时滞相关度因子得到不同的时滞界限和控制器增益：减小时滞相关度因子,时滞界限增大、控制器增益减少。     

线性离散系统的H∞闭环迭代学习控制器设计

针对线性离散系统，研究了闭环动态迭代学习控制律的设计问题。首先给出了系统收敛的充分条件，其次将它转化为H∞设计问题，最后利用线性矩阵不等式（LMI）方法设计迭代学习控制器。仿真实例表明了设计方法的有效性。     

一类不确定性离散切换线性系统的鲁棒H_∞控制(英文)

论述了一类指数不确定性离散切换线性系统的鲁棒H∞控制问题.利用泰勒级数逼近和凸多面体技术,将上述系统转化为等价的具有模有界的多项式不确定模型.对于这个模型,设计一个切换规则和与其相应的状态反馈控制器,采用多Lyapunov函数技术和线性矩阵不等式方法,使得该系统是H∞扰动抑制渐进稳定的.     

基于二次型优化的迭代学习控制算法

针对线性时不变系统提出了一种基于优化控制理论设计的迭代学习控制算法,该算法基于二次型优化性能指标,利用梯度下降搜索法来拟合迭代学习控制律,仿真结果表明,该算法具有较快的收敛速度,且系统实际输出能够在较小的迭代次数下快速跟踪给定轨迹。     

未知相对度系统的一阶D型迭代学习控制

针对未知相对度系统,提出了一种一阶D型迭代学习控制律的设计方法。通过对具有未知相对度的被控系统串连和并联一个一阶子系统,可构造一个相对度为1的虚拟系统。该虚拟系统在一阶D型迭代学习控制律的作用下,能够完全跟踪期望轨迹。从而实现被控系统在一定误差范围内给定轨迹的渐近跟踪,D型迭代学习控制律的增益不依赖于被控系统的参数。仿真实例验证了方法的可行性与有效性。     

具有初态学习的闭环PD型迭代学习控制

针对一类输入时滞非线性系统提出了一种新的学习控制算法,即在任意初始状态条件下系统的输入和初态同时进行学习的闭环PD型迭代学习控制,其中输入利用给定超前法。给出了该算法谱半径形式的收敛条件,并利用算子理论证明了系统在任意初始状态条件下经过迭代后,其输出能够完全跟踪期望轨迹。该算法解决了闭环PD型迭代学习控制的初始状态问题,且放宽了收敛条件。仿真结果表明了该算法的有效性。