迭代学习控制系统：收敛性与鲁棒性（Ⅱ）——高增益反馈学习律

在文献［１］的基础上，主要讨论了Ｐ－型和Ｄ－型闭环迭代学习控制系统的鲁棒性问题．文中提出了两种改进的高增益反馈学习律，并对鲁棒性进行了相应的分析．     

非参数不确定系统约束迭代学习控制

讨论一类非参数不确定系统的约束迭代学习控制问题.构造二次分式型障碍李雅普诺夫函数(Barrier Lyapunov functions),用于学习控制器设计.控制方案采用鲁棒方法与学习机制相结合的手段处理非参数不确定性,鲁棒方法对处理后的不确定性的界予以补偿,学习机制对处理后的不确定性进行估计.可实现系统状态在整个作业区间上完全跟踪参考轨迹,并使得系统误差的二次型在迭代过程中囿于预设的界内,进而在运行过程中实现状态约束.提出的迭代学习算法包括部分限幅与完全限幅学习算法.采用这种BLF约束控制系统有利于提高控制系统中设备安全性.仿真结果用于验证所提出控制方法的有效性.     

Ti3C2/N-TiO2复合材料的制备及吸附/光催化去除污染物性能

首先利用煅烧TiN制备了N-TiO₂,并采用HF溶液腐蚀Ti₃AlC₂合成了Ti₃C₂,然后将两者以不同质量比值进行混合,通过超声法构建了一系列Ti₃C₂/N-TiO₂复合材料。采用X射线衍射仪、透射电子显微镜、X射线光电子能谱仪、紫外-可见分光光度计等多种表征手段对样品的物相、形貌和组成进行了分析。以罗丹明B水溶液为模拟污染物,研究了样品对污染物的吸附性能和光催化降解性能。结果表明,6%Ti₃C₂/N-TiO₂复合材料显示出最好的污染物吸附性能和可见光光催化降解性能,其光催化降解污染物效率分别是10%Ti₃C₂/N-TiO₂、2%Ti₃C₂/N-TiO₂和N-TiO₂的1.2、1.4和1.9倍。...     

自适应周期滤波器及其学习算法

针对周期平稳随机信号,提出自适应周期滤波方法.该文给出自适应周期滤波器的一般结构和实现步骤,推导出周期最小均方算法和周期最小二乘算法.完成的仿真算例验证了所提出的自适应周期滤波方法的有效性.     

一类概率指标动态规划模型

本文提出了一个以氧气转炉炼钢控制过程为工程背景的随机控制模型。给出了它的动态规划方程。对于一类简单情形,其最优策略可通过求解一非线性方程组得到。     

学习辨识:最小二乘算法及其重复一致性

针对重复时变系统, 提出学习辨识方法用于估计系统的时变参数. 讨论了有限时间作业区间上重复运行的时变系统以及周期时变系统两种情形. 文中给出最小二乘学习算法的推导过程, 并分析了所提算法的收敛性. 结果表明, 当重复持续激励条件成立时, 提出的学习算法具有重复一致性, 能够给出时变参数的完全估计. 通过数值算例进一步验证了学习算法的有效性.     

误差约束严格反馈系统的迭代学习控制

针对一类严格反馈非线性系统,本文提出误差跟踪学习控制算法,旨在解决状态约束问题和系统的初值问题.文中构造了二次分式型对称障碍Lyapunov函数以及二次分式型非对称障碍Lyapunov函数,并结合反推技术来分别设计学习控制器.两种控制方案里分别采用积分学习律和微分–差分学习律估计未知系数.系统跟踪误差在控制器作用下囿于预设的界内,从而实现迭代过程中对状态的约束;引入期望误差轨迹,经迭代学习后,两种控制方案均能够实现状态误差在整个作业区间上对期望误差轨迹的完全跟踪,并且实现系统输出在预指定作业区间上精确跟踪参考信号.数值仿真结果表明了控制方案的有效性.     

离散自适应重复控制: 收敛性分析与实现

针对周期已知情形下的离散周期时变系统, 提出一种自适应重复控制方法, 参数估计采用带死区修正的重复学习投影算法. 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, 通过推广这一引理, 文中给出重复域关键技术引理, 用于证明离散自适应重复控制系统的稳定性和收敛性. 理论分析表明, 系统的输入和输出信号均有界; 且当周期数趋于足够大时, 跟踪误差收敛于一邻域中, 其半径为干扰的界. 在直线电机实验装置上的应用结果验证了 所提出重复控制方法的有效性.     

终点命中问题的一种随机控制

对于由一些工业过程抽象出来的终点命中问题,本文构造了一种随机控制模型。导出了该模型的动态规划基本方程。在一些假定条件下,证明了最优控制为一非线性方程组的解。     

非线性系统的PD型迭代学习控制

非线性系统的ＰＤ型迭代学习控制孙明轩黄宝健张学智（西安工业学院电子系西安７１００３２）关键词初始条件问题,迭代学习控制,非线性系统．１）国家自然科学基金资助项目．收稿日期１９９６－０７－２５１引言运用迭代学习控制技术设计控制器时,只需要通过重复操作获...