迭代自学习控制算法收敛速度研究

从学习律、学习律参数、输出误差等三方面讨论了迭代自学习算法的收敛速度,为提高该算法的收敛速度得到了一些有用的结论     

迭代学习控制算法在称重配料系统的应用

在称重配料过程中,工程现场对设备的精度要求通常是非常苛刻的,而在实际操作时,误差来源多种多样,针对这种情况,文章采用迭代学习控制算法来完成对整个称重配料系统的精度控制。首先提出一个提前量,在控制对象的重复运动中,通过学习和记忆机制不断优化控制量,最后达到系统输出逐渐逼近期望输出的目的。     

一类非线性时滞系统的迭代学习控制设计

为了研究时滞对非线性系统的迭代学习控制收敛性的影响,采用了λ范数和一系列不等式技术,通过建立精确的数学模型,分析了在PD学习律下的Hopfield非线性神经网络系统。在全局Lipschi-tz连续条件下,研究了确保系统跟踪误差收敛的充分条件。理论推导证明时滞对这类非线性系统的迭代学习控制系统的收敛性没有显著的影响,仿真结果表明,迭代学习控制可以实现对非线性时滞系统的精确轨迹跟踪。     

初态学习下时滞非线性系统的迭代学习控制

针对在有限时间区间上重复运行的一类状态时滞非线性系统,研究了一种带有初态学习的迭代学习控制算法。基于算子谱理论证明了系统在任意初态条件下经过迭代学习后,其输出能够完全跟踪期望轨迹,得到了该算法谱半径形式的收敛条件,比范数形式的收敛条件放宽了。并通过对系统初态的迭代学习,放松了迭代学习控制算法对初始状态函数的要求。仿真结果验证了所提算法的有效性。最后,将该算法应用到含有状态时滞的非线性间歇过程,结果也表明了该算法的有效性和可靠性。     

基于迭代学习理论的智能铲运机运动轨迹控制算法研究

以智能铲运机为研究对象,建立了智能铲运机极坐标下的运动轨迹模型。针对地下智能铲运机的工作特性和控制技术要求,提出了一种基于迭代学习理论的开环和闭环迭代学习控制算法。该方法将每次迭代运行过程中的航向角偏差和轨迹偏差作为反馈修正量,不断地修正其在期望轨迹上的轨迹偏差,从而保证铲运机尽可能准确地跟踪期望轨迹,实现对其运动轨迹的精确控制。该方法在工程实践领域具有广阔的应用前景。     

一种新型迭代学习控制算法在风能转换系统中的应用

利用迭代学习控制法来解决工程问题已有很长历史,之前的成熟应用一般是基于机器人的算法,关于风机控制的应用比较少.基于风力发电控制系统中的风轮机动态模型,应用一种改进后的迭代学习控制方法,以实现在风能转换系统中调整风轮转速.仿真结果表明了改进后的迭代学习控制算法的有效性.     

基于Fourier级数的自适应非线性学习控制算法的研究

提出了一种基于Fourier级数的学习控制算法。轨迹跟踪问题在Fourier空间内化为调节器问题，因而可大大简化学习控制器的设计。     

模糊PID迭代学习控制算法在矿井提升机中的应用

针对矿井提升机具有重复运动的特点,采用一种模糊PID迭代学习控制方法,充分利用了PID迭代学习律可靠性高、鲁棒性强等优点,运用模糊整定单元对经验PID学习律的参数进行实时校正,提高了系统的控制精度和收敛速度,为矿井提升机的安全、稳定运行提供了保证,通过仿真表明该方法具有良好的控制效果.     

迭代学习控制算法在中药生产过程提取工段的应用

针对中药生产过程中提取工段的工艺要求,本文提出了一种鲁棒性强、易于实施的迭代学习控制算法.由各类传感器和PID控制器形成内路闭环,构成抗扰动的稳定系统;外环迭代学习控制单元ILC双闭环结构进一步保证药液的质量.通过该算法自动控制提取工段中每个设备的动作并检测其状态,使控制输出按预定达到最优值.在建立提取罐数学模型的基础上,仿真实验验证了ILC的跟踪效果.现场数据表明,本文所提出的系统能在中药生产过程中取得理想的控制精度,提高了提取率,稳定了产品质量.     

基于Fourier级数的自适应非线性学习控制算法的

提出了一种基于Ｆｏｕｒｉｅｒ级数的学习控制算法。轨迹跟踪问题在Ｆｏｕｒｉｅｒ这僮内化为调节器问题，因而可大大简化学习控制器的设计。     

非线性电液位置伺服系统的迭代学习PID控制

介绍了一类具有非线性和重复运动特点的电液位置伺服系统的迭代学习PID控制方法。采用PID控制算法,利用系统重复运动的特点和计算机的记忆存储功能,将系统的每次实际输出与理想输出之间的误差应用于下一次控制过程中,即对实际输入不断进行修正,直至实际输出与期望输出间的误差达到满意为止。仿真结果表明,迭代学习PID控制算法具有实现简单、鲁棒性强和重复精度高的特点,能够对电液位置伺服系统实现有效的控制。     

一种改进型自适应PID控制算法的仿真与研究

如今PID控制算法广泛应用于工业控制之中。普通PID的控制算法不仅不能消除干扰,甚至有可能带来高频干扰。而自适应PID控制算法吸收了自适应控制与常规PID控制算法两者的优点,该算法能自动辨识被控对象参数,自动整定控制参数,而且结构简单、鲁棒性好、可靠性高,是一种比较理想的控制算法。     

非线性广义预测控制算法及其仿真研究

为了实现对非线性广义预测控制算法的仿真研究,采用神经网络建立非线性预测模型,在其工作点附近线性化,并对线性化模型进行广义预测控制,利用单片输出BP网络所辨识的非线性模型进行分析,提出了一种基于非线性广义预测前馈补偿控制律的补偿算法,改善了线性化所带来的模型失配误差.最后通过Matlab进行了仿真.仿真结果验证了算法的有效性.     

一种改进型白适应PID控制算法的仿真与研究

如今PID控制算法广泛应用于工业控制之中。普通PID的控制算法不仅不能消除干扰。甚至有可能带来高频干扰。而自适应PID控制算法吸收了自适应控制与常规PID控制算法两者的优点,该算法能自动辨识被控对象参数,自动整定控制参数,而且结构简单、鲁棒性好、可靠性高,是一种比较理想的控制算法。     

基于迭代学习控制的起落架加载系统

针对起落架加载系统存在多余力,且多余力严重影响加载系统的精确度,同时为提高加载系统的性能,介绍了起落架加载系统的工作原理,对其建立完整的数学模型,分析了多余力产生的机理。基于迭代学习控制算法提出加载系统控制方案,对采用迭代学习控制的前后的模型进行仿真分析,结果表明,迭代学习控制算法能够有效的抑制加载过程中的多余力,提高加载系统性能。     

半主动空气悬架的非线性特性及控制算法研究

在分析空气弹簧刚度特性的基础上,建立了阻尼可调半主动空气悬架1/4车模型.针对系统的非线性特性强的特点,同时兼顾平顺性和操纵稳定性,选取理想的混合天地棚控制器作为参考跟踪模型,设计滑模变结构控制器,以弥补传统控制理论处理非线性问题时的不足.运用广义误差方程控制滑动模态,确定切换面参数,选择趋近律削减抖振现象并推导出实时...     

基于共轭梯度法的改进型BP神经网络PID控制算法

针对常规BP神经网络PID控制器存在收敛速度慢和易陷入局部极小的缺点,提出一种基于共轭梯度算法的改进型BP神经网络PID控制器,采用Polak -Ribiere线性搜索方法,对传统BP神经网络PID控制器进行改进,加快了网络训练速度,避免网络陷入局部极小.在Matlab平台下实现算法程序,仿真结果表明该改进控制方法的有...     

激光微加工变焦系统的控制算法研究

提出了一种应用于激光微加工的变焦系统控制的算法。综合利用插补算法和变焦方程,使变焦系统中各运动镜头组获得相应的线性或非线性精确位移。并且控制运动镜头组以合理和稳定的速度移动。保证了通过掩模板的准分子激光光斑的连续和稳定的变化。变焦系统可以不更换掩模板而刻蚀出大小连续变化,形状相似的复杂结构。提高了准分子激光微加工的复杂度和分辨率。     

改进型管道清灰机器人系统研究

在原管道清灰机器人的基础上,提出了改进型管道清灰机器人系统设计,采用三履带足的行走装置,由撑开机构带动履带足撑开或缩回从而适应管径的变化。分析了改进型管道清灰机器人工作原理,以及撑开机构和卸料机构运动特性,给出了撑开机构和卸料机构的几种特殊位置,并提出了机器人的控制方案。     

区间不确定系统迭代学习控制的单调收敛性

针对离散线性时不变系统,研究了参数区间不确定迭代学习控制系统(IILC)的单调收敛性条件,并针对常见的离散PD型ILC算法,给出了在l∞范数意义下区间不确定迭代学习控制系统单调收敛性的判断方法,数字仿真结果证明了其有效性。