周期时变系统的鲁棒自适应重复控制

针对周期时变系统,提出一种鲁棒自适应重复控制方法.该方法利用周期学习律估计周期时变参数,并结合鲁棒自适应方法处理非周期不确定性.与现有重复控制不同的是,在控制器设计中引入了新变量—周期数,利用周期系统的重复特性,使界的逼近误差随周期数的增加而逐渐减少,保证了系统的全局渐近稳定性.同时将该方法应用于一类非线性参数化系统,使系统在非参数化扰动的情形下,输出误差仍能收敛于0,倒立摆模型的仿真验证了此结果.该设计方法适用于消除神经网络逼近误差对重复控制系统的影响,理论证明了基于神经网络的鲁棒自适应重复控制系统中所有变量的有界性和输出误差的渐近收敛性,关于机械臂模型的仿真结果验证了受控系统具有良好的跟踪性能.     

离散时间直接型模型参考自适应控制

本文针对一类离散时间系统, 研究了具有规范化自适应律的直接型模型参考自适应控制 (MRAC). 我们重新证明了离散时间系统的输入与输出间的 Lp 范数与 L2δ 范数关系特性和离散时间的交换引理 1 与引理 2. 并建立了离散时间自适应律的性质, 定义了规范化信号, 把闭环系统中的所有信号与其建立联系. 从而, 正如连续时间系统一样, 以一种系统化的方法严格分析了离散时间 MRAC 方案的稳定性与收敛性.     

基于二维混合模型的改进型重复控制器设计

针对一类线性系统,提出一种基于连续/离散二维混合模型的改进型重复控制系统设计方法.首先,通过分析重复控制系统中独立存在的控制行为和学习行为,建立了连续/离散二维混合模型,并将重复控制设计问题转化为一类连续/离散二维系统的状态反馈控制问题;然后,基于对重复控制过程的分析和二维模型,提出一种新型重复控制系统结构,并将重复控制器的设计问题转化为连续/离散二维混合系统的状态反馈设计问题;最后,应用二维Lyapunov泛函理论和线性矩阵不等式方法,获得了重复控制器参数求解方法.     

基于干扰补偿趋近律的离散滑模多周期重复控制

针对离散时间系统的多周期干扰抑制问题,提出一种离散滑模多周期重复控制器设计方法.利用非线性幂次函数设计新型离散趋近律,将周期差分等效干扰以加权形式嵌入到趋近律中,构造带干扰补偿作用的离散趋近律,并据此设计离散滑模多周期重复控制器.为了进行控制器参数整定和表征闭环系统的收敛性能,推导准滑模域边界层的表达式.所提出控制方法既能够消除多周期干扰信号,也能够减小准滑模域边界层.数值仿真验证了所提出控制方法的有效性.     

基于二维混合模型的重复控制系统设计新方法

现有重复控制方法是在一维空间上同时处理控制与学习过程, 这不利于重复控制系统的分析与设计. 本文针对一类线性不确定系统, 提出一种基于连续/离散二维混合模型的重复控制系统设计方法. 首先, 通过分析重复控制系统中独立存在的控制行为与学习行为, 建立重复控制系统的连续/离散二维混合模型, 将重复控制器设计问题转化为一类连续/离散二维系统的状态反馈控制问题; 然后应用二维连续/离散系统方法, 获得重复控制系统的稳定性条件, 根据稳定性条件并利用线性矩阵不等式(Linear matrix inequality, LMI)方法, 求得重复控制器参数. 与现有方法相比, 所提出的重复控制设计方法更加符合其本质特征, 具有简单实用、直观明了的特点, 克服了现有重复控制方法所存在的局限性. 最后, 数值仿真实例验证了本文所提方法的有效性.     

基于二维混合模型的重复控制系统稳定性分析与控制器设计

针对一类线性不确定系统, 提出一种基于连续/离散二维混合模型的重复控制系统设计新方法. 首先建立重复控制系统的连续/离散二维混合模型, 将重复控制器设计问题转化为一类连续/离散二维系统的稳定性问题; 然后应用二维连续/离散系统方法, 给出了重复控制系统新的稳定性条件. 进一步, 利用线性矩阵不等式方法, 获得了重复控制系统稳定边界和重复控制器参数的计算方法. 与现有方法不同的是, 本文以二维混合模型来描述重复控制系统, 更加符合其本质特征, 实现了对重复控制过程中两种不同行为的独立调节. 最后, 数值仿真实例验证了本文所提方法的有效性.     

离散重复过程的有限频率范围迭代学习容错控制

针对一类执行器故障不确定离散重复过程, 提出一种有限频率范围的迭代学习容错控制算法. 通过定义故障系数矩阵和输出跟踪系统的等价二维模型, 沿故障系统的时间轴和批次轴设计迭代学习被动容错控制器, 以线性矩阵不等式形式分别给出基于KYP 引理的全频、分频区域重复控制系统稳定的充分必要条件, 同时保证故障系统在时域和频域范围内的容错性能. 最后, 以重复注塑过程的注射速度控制仿真验证了所提出分频控制算法的有效性.

     

时变周期系统鲁棒重复控制设计

针对一类具有周期不确定性的线性系统,提出基于二维模型的鲁棒改进型重复控制系统设计方法.在改进型重复控制系统中,低通滤波器的嵌入将控制和学习耦合在一起.通过运用“连续提升”方法,建立连续-离散二维模型,获得能够分别优先调节控制和学习的二维反馈控制律.运用 Lyapunov 稳定性理论,推导出系统鲁棒稳定的线性矩阵不等式(LMI)条件,包含在 LMI 中的两个可调参数可以实现对控制和学习的分别优先调节.数值仿真实例验证了所提出方法的有效性.     

基于二维混合模型的改进型重复控制器设计

针对一类线性系统,提出一种基于连续/离散二维混合模型的改进型重复控制系统设计方法.首先,通过分析重复控制系统中独立存在的控制行为和学习行为,建立了连续/离散二维混合模型,并将重复控制设计问题转化为一类连续/离散二维系统的状态反馈控制问题;然后,基于对重复控制过程的分析和二维模型,提出一种新型重复控制系统结构,并将重复控制器的设计问题转化为连续/离散二维混合系统的状态反馈设计问题;最后,应用二维Lyapunov 泛函理论和线性矩阵不等式方法,获得了重复控制器参数求解方法.

     

基于二维混合模型的保成本重复控制

针对一类线性不确定系统, 提出一种基于二维混合模型的重复控制设计新方法, 研究具有反馈作用的保成本重复控制设计与优化问题. 首先, 为了提高系统稳定性, 将反馈控制器引入到重复控制系统中, 设计一种具有反馈作用的重复控制系统结构; 然后通过建立重复控制系统的连续/离散二维混合模型, 将重复控制器设计问题转化为一类连续/离散二维系统的状态反馈控制问题. 在此基础上, 对给定的线性二次型性能指标, 给出闭环系统的保成本重复控制律参数设计及其优化方法. 对所有容许的不确定性, 保成本重复控制使稳态跟踪误差渐近稳定的同时, 线性二次型性能指标值小于某个常数. 所得结果以线性矩阵不等式的形式给出, 可利用MATLAB工具箱方便地求解.最后, 数值仿真验证了本文所提方法的有效性.     

一类非线性参数化系统自适应重复学习控制

针对一类高阶非线性参数化系统, 利用分段积分机制, 提出了一种新的自适应重复学习控制方法. 该方法结合反馈线性化, 可以处理参数在一个未知紧集内周期性快时变的非线性系统, 通过引进微分-差分混合型参数自适应律, 设计了一种自适应控制策略, 使广义跟踪误差在误差平方范数意义下渐近收敛于零, 通过构造Lyapunov泛函, 给出闭环系统收敛的一个充分条件. 实例仿真结果说明了该方法的可行性.     

Repetitive control of electrically driven robot manipulators

This article presents a novel robust discrete repetitive control of electrically driven robot manipulators for tracking of a periodic trajectory. We propose a novel model, which presents the highly non-linear dynamics of robot manipulator in the form of linear discrete-time time-varying system. Based on the proposed model, we develop a two-term control law. The first term is an ordinary time-optimal and minimum-norm (TOMN) control by employing parametric controllers to guarantee stability. The second term is a novel robust control to improve the control performance in the face of uncertainties. The robust control estimates and compensates uncertainties including the parametric uncertainty, unmodelled dynamics and external disturbances. Performance of the proposed method is compared with two discrete methods, namely the TOMN control and an adaptive iterative learning (AIL) control. Simulation results confirm superiority of the proposed method in terms of the convergence speed and precision.     

基于二维混合模型的最优重复控制方法

针对一类线性系统,提出一种基于连续／离散二维混合模型的最优重复控制设计新方法．通过独立地 考虑重复控制系统连续的控制行为与离散的学习行为,建立了重复控制系统的连续／离散二维混合模型,并将重复 控制器设计问题转化为一类连续／离散二维系统的镇定问题．在此基础上,应用最优控制原理,对给定的性能指标 泛函,获得了最优重复控制律．通过调节性能指标泛函中的相关参数,可以对控制和学习行为进行独立的调节．最 后,通过数值仿真验证了所提方法的有效性．     

Design of Robust Discrete‐Time Observer‐Based Repetitive‐Control System

This paper concerns the design of a robust discrete‐time observer‐based repetitive‐control system for a class of linear plants with periodic uncertainties. A discrete two‐dimensional model is built that partially uncouples the control and learning actions of a repetitive‐control system, enabling their preferential adjustment. The combination of a singular‐value decomposition of the output matrix and Lyapunov stability theory is used to derive a linear‐matrix‐inequality‐based design algorithm that determines the control and state‐observer gains. A numerical example illustrates the main advantage of the method: easy, preferential adjustment of control and learning by means of two tuning parameters in an linear‐matrix‐inequality‐based condition.     

一种对象具有未建模动态时的间接式混合自适应极点配置方案

本文提出了一种对象具有未建模动态时的间接式混合自适应极点配置方案。在此方案中利用规范化技术和带遗忘因子的协方差重置递推最小二乘法估计对象参数,并直接根据连续对象设计离散自适应控制律,保证了闭环系统的鲁棒稳定性。理论分析和数字仿真均表明此方案优于相类似的全连续和全离散方案。     

一种对象具有未建模动态时的间接式混合自适应极点配置方案

In this paper, we propose an indirect hybrid adaptive pole placement scheme for plant with numodeled dynamics. Normalization technique and covariance reset least square method with forgetting factor are used for parameter estimation. We design the discrete adaptive control law directly from continuous plant, which guarantees the robust stability of the closed-loop system. Theoretical analysis and digital simulation results show that this scheme is superior to similar continuous scheme and discrete scheme.     

一种基于MT-波波器的连续自适应反推控制的数字实现方法

研究了基于MT-滤波器的连续自适应反推控制的数字实现问题.首先用δ-算子将连 续系统离散化.利用MT-滤波器和反推设计方法给出了自适应反推控制器的设计,然后分别 分析了离散和混杂自适应控制系统的稳定性和跟踪性能.同已有文献相比,本文的主要工作在 于:1)基于MT-滤波器的离散自适应反推控制器的设计;2)误差系统状态向量的构造.由于 MT-滤波器的阶次比K-滤波器的阶次低,因此,误差系统的构造更加复杂,这也使得适应系统 的稳定性分析更加困难.     

基于近似模型的多层模糊CMAC自适应非线性控制

针对非线性离散时间系统的控制问题,提出了一种基于近似模型的多层模糊CMAC 自适应控制方法.采用多层模糊CMAC对非线性函数进行逼近,并提出了一种新的神经网络学 习算法来保证权值的有界性.由于无需满足PE条件,所以文中提出的方法对于离散时间系统 的神经网络控制问题具有实际价值.