工业过程稳态优化进程中的噪声平滑型迭代学习控制

针对具有噪声的工业过程稳态优化进程，提出迭代学习控制以期改善控制系统的动态品质，建立了基本的加权噪声平滑型迭代学习控制算法结构。利用频域时域相结合的方法分析和论证了算法的收敛性，给出噪声平滑参数的确定策略，数字仿真表明，平滑型迭代学习控制算法能有效消除噪声对系统输出信号的影响，显著改善工业过程稳态优化进程中控制系统的动态品质。     

广义稳态的工业过程及其优化控制

阐述了工业过程中出现的拟周期和混沌等动态行为，并分析了形成的原因和条件．介绍了与之密切相关的非线性科学中的混沌、微分动力学系统以及遍历论等理论，综述了工业过程的广义稳态优化控制的研究成果、理论意义和实用价值及其发展方向．     

纯滞后工业过程稳态优化中的迭代学习控制

论述纯滞后工业过程稳态优化中的迭代学习控制,给出了学习算法并对其收敛性进行分析。仿真结果表明,该控制方法对抑制超调,加快稳态优化中的动态响应是有效的。     

工业过程稳态优化控制新方法--修正目标函数法

本文对带有输出关联不等式约束的工业过程提出了一种确定稳态优化控制的新算法--修正目标函数法.该算法具有全局单调收敛性,事先不需要建立近似稳态模型.仿真结果显示了该算法的有效性及优越性.     

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.     

工业过程广义稳态优化控制研究

基于广义稳态和稳态集合的中心名义值概念,给出了工业过程广义稳态优化控制问题的数学描述,并就该问题的存在性给予了充分性证明;此外.对处理工业过程广义稳态优化控制问题的一种等效方法展开了深入讨论,给出了具体算法步骤,并对一个化工过程的广义稳态优化算例进行了仿真计算;结果表明,文中关于广义稳态优化控制问题的定义是正确的,算法是有效的.     

基于神经网络的复杂工业过程稳态优化控制策略及发展

本文结合神经网络的基本概念和理论,介绍了神经网络在复杂系统稳态优化控制领域的某些应用成果,并对其今后的发展方向进行了探讨。     

滞后工业过程稳态优化进程中的局部对称双积分型迭代学习控制

对具有滞后工业过程稳态优化进程提出加权超前局部对称双积分型迭代学习控制算法.基于理想轨线与控制系统的实际输出动态信息,提出基本的迭代学习控制算法并分析和论证算法的收敛性,给出局部对称积分区间参数的确定策略.数字仿真表明,加权超前局部对称双积分型迭代学习控制算法能有效消除噪声对系统输出信号的影响并能改善滞后工业过程稳态优化进程中控制系统的动态品质,如减少超调,缩短过渡时间,加快响应速度等.     

任意初态下的工业机器人迭代学习控制

对迭代初值为任意值的工业机器人轨迹跟踪控制系统,提出了一种基于滑模面的非线性迭代学习控制算法,使机器人轨迹能快速、精确跟踪上期望轨迹.基于有限时间收敛原理,构建了关于机器人轨迹跟踪误差的迭代滑模面,在滑模面内,机器人轨迹跟踪误差在预定时间内收敛到零.设计了基于滑模面的迭代学习控制算法,理论证明了随着迭代次数的增加,处于...     

迭代学习控制研究现状与趋势

系统论述了迭代学习控制的发展历史、研究进展.指出了基于可重复性的经典迭代学习控制特点与不足,阐述了迭代学习控制理论的现状:线性与非线性迭代学习、因果与非因果型迭代学习、滤波器型与鲁棒H∞迭代学习、高阶与最优迭代学习、2D复合迭代学习、迭代域超级矢量w变换学习系统分析理论等.简要介绍了与Lyapunov方法结合的新迭代学习控制,最后讨论了迭代学习控制存在问题和发展趋势.同时给出了几个迭代学习控制在工程应用中的成功范例.     

一类非线性相似组合大系统的迭代学习控制

利用状态反馈部分线性化技术研究了一类非线性相似组合大系统的迭代学习控制问题。与现有结果不同的是，它不直接研究系统本身，而是构造一个适当的 反馈，然后对闭环系统给出其迭代学习收敛的充分条件，     

基于逆Lipschitz条件的二阶导数迭代学习控制

为了提高收敛性和扩展学习律选项,避免高阶相对度的强约束条件,提出了在全局逆Lipschitz条件下的二阶导数迭代学习控制.利用范数理论证明了算法的收敛性.由于二阶导数对噪音敏感,采用多项式滤波避免了振荡,利于工程应用.仿真结果表明,该算法是有效的,应用于不同对象时提高了收敛速度,且精度满足工程应用.     

预测控制中静态目标的实现*

通过滚动优化性能指标进行非方系统处理,是预测控制主要优点之一。对“瘦系统”可直接获得最小二乘解;而对“胖系统”,可能出现多余控制自由度,人们希望在满足基本控制要求的基础上,还能进一步实现一定的经济指标,由于经济指标一般表述为静态目标,本文以“胖系统”预测控制中静态目标的实现提出了综合性能指标法,改进了多目标优化法。     

Iterative Learning Control Utilizing the Error Prediction Method

In this paper, iterative learning control utilizing the error prediction method is proposed for a class of linear time varying systems subjected to disturbances. Prediction of the error is done by identifying the system time varying parameters. Convergence of the proposed method is analyzed and the uniform boundedness of tracking error is obtained in the presence of uncertainty and disturbances. It is shown that the learning algorithm not only guarantees the robustness, but also improves the learning rate despite the presence of disturbances. The effectiveness of the proposed method is presented by simulations.     

迭代学习控制在氯乙烯聚合反应中的应用

由于氯乙烯聚合反应釜是一个具有纯滞后时间长、时间常数大的,且很难建立精确数学模型的被控对象,因此本文提出一种新的控制方案,即采用控制输入和系统初态同时进行学习的闭环PD型迭代学习控制,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态条件下经过逐次迭代后,其输出能够完全跟踪期望轨迹。仿真结果表明了该算法的有效性。