排序方式: 共有34条查询结果,搜索用时 31 毫秒
21.
针对清扫车在园区固定路段的周期重复性工作特点,提出采用智能PD型迭代学习控制方法的清扫车路径跟踪控制问题.首先,将非线性控制系统转化为紧格式局部线性化数据模型,设计针对清扫车运动学模型的参数更新率,并基于投影算法对未知的梯度参数进行估计,此外,引入迭代差分估计算法,用于估计路面颠簸、车身垃圾重量不断变化等带来的未知扰动... 相似文献
22.
非线性非仿射离散时间系统的两阶段最优迭代学习控制 总被引:1,自引:0,他引:1
针对非仿射非线性离散时间系统, 基于一种新的沿迭代轴的动态线性化技术, 提出了双层最优迭代学习控制算法. 双层意味着分别设计了两个最优学习层, 迭代的改进控制输入序列和学习增益. 其主要特点是控制器的设计和收敛性分析只依赖于动态系统的 I/O 数据. 换句话说, 不需要知道系统的任何其他信息就可以很容易的选取控制器参数. 仿真研究表明了提出的算法沿迭代轴具有几何收敛性, 这一特点在快速路交通迭代学习控制中具有重要的工程意义. 相似文献
23.
24.
针对一类具有强非线性和不确定性的离散时间系统,文章给出了一种基于学习自适应估计环的迭代学习控制方法.在迭代学习控制器的基础上设计了一个学习自适应估计环,用来镇定系统,给出迭代学习控制初始的控制输入值,同时根据估计出的系统参数来确定迭代学习增益的取值范围.文章基于状态空间描述,分析了迭代学习控制系统的收敛性.仿真研究表明,该控制器能够实现完全跟踪,减少系统的初始输出误差,并加快了收敛速度. 相似文献
25.
针对一类有限时间内重复运行的非线性非仿射离散时间系统,本文提出了一种基于遗忘因子的数据驱动最优迭代学习控制方法.首先,引入一种迭代动态线性化方法,将被控非线性系统等效化为线性输入输出增量形式;其次,分析了最优迭代学习控制方法中存在的问题,并针对由历史信息的累积效应所导致的控制输入不能及时响应的问题,设计自适应遗忘因子使算法具有更好的可控性和灵活性.所提出的控制方法是数据驱动的控制方法,设计和分析过程仅依赖于系统的输入输出数据,不包含任何显式模型信息.最后,通过仿真验证了该方法的有效性. 相似文献
26.
轮式机器人执行巡逻、播种和工业生产等任务是一个强非线性的间歇过程.针对重复运行的轮式机器人轨迹跟踪问题,本文提出了一种基于数据驱动的高阶迭代学习控制算法.首先,对轮式移动机器人的模型进行推导设计,并对推导得到的状态空间形式的离散时间模型利用基于状态转移的迭代动态线性化方法,将轮式机器人系统转化为线性输入输出数据模型;其... 相似文献
27.
大多数液压锚杆钻机转速控制主要依赖于工程技术人员的现场经验,在人工钻进不同岩层时,多采用固定转速,导致作业效率低、设备故障率高。本研究提出了钻机转速的无模型自适应控制算法。该算法仅利用系统的I/O数据,而不需要系统的精确机理模型信息,其可适应钻孔过程中岩层的变化以及快速性的要求。文中分别对无外界干扰和存在外部扰动两种情况进行仿真验证,结果表明:本研究所提出的无模型自适应控制方法能够实现对期望转速的快速跟踪,相比于PID控制,具有更好的控制性能和较强的鲁棒性。 相似文献
28.
29.
30.