排序方式: 共有34条查询结果,搜索用时 15 毫秒
1.
针对一类离散时间非线性系统, 提出一种基于虚拟参考反馈整定的改进无模型自适应控制方案. 首先, 利用动态线性化方法给出非线性系统的紧格式动态线性化模型; 然后, 基于优化技术设计控制算法和伪偏导数估计算法; 最后, 设计基于虚拟参考反馈整定的伪偏导数初值和重置值的估计算法. 该控制方案设计仅依赖于被控系统的输入和输出数据, 且能保证闭环系统的稳定性和收敛性. 仿真比较结果验证了所提出方法的有效性.
相似文献2.
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
3.
4.
5.
This work presents an anticipatory terminal iterative learning control scheme for a class of batch processes, where only the final system output is measurable and the control input is constant in each operations. The proposed approach works well with input constraints provided that the desired control input with respect to the desired trajectory is within the saturation bound. The tracking error convergence is established with rigorous mathematical analysis. Simulation results are provided to show the effectiveness of the proposed approach. 相似文献
6.
针对阀控电液回转系统在围岩钻进过程中, 由于的参数不确定、未知负载以及外部扰动等非线性因素影响难以精确控制输出轴转速的问题, 设计了基于RBFNN扰动观测器的MFA-SM控制方案. 首先, 通过改进的动态线性化方法将电液系统等价线性化为仅与系统I/O数据相关的增量模型, 而未知负载及外部扰动则被合并为一个未知非线性时变项; 然后, 设计了RBFNN扰动观测器对该非线性项进行在线实时估计, 并根据系统的I/O数据来估计系统时变伪梯度参数;最后, 给出了相应的控制器设计。 仿真实验结果表明, 所设计的MFA-SM控制器能够对未知负载及外部干扰进行有效补偿, 相较于其他方法,该方案使得系统调节时间缩短了约10至15s, 最大超调量降低了7.4%左右, 且转速跟踪误差能够收敛到零。 相似文献
7.
针对具有参数不确定和外负载扰动的不确定受扰电液伺服系统,提出一种智能自学习PID控制策略.该方法不依赖于系统的精确模型,是一种数据驱动的控制方法.首先,通过改进的动态线性化方法将非线性非仿射的电液伺服系统等效为含有时变参数项和非线性不确定项的线性仿射形式;然后,采用梯度估计算法和时间差分算法分别对时变参数项和非线性不确定项进行估计;接着,利用iPID控制引入附加误差信息对过度线性化丢失的信息进行补偿;最后,根据最优准则,设计不确定受扰电液伺服系统的参数更新律和学习控制律.通过理论分析和仿真实验验证所提出控制策略的收敛性,并通过对比实验,验证该控制方案应用于电液伺服系统的优越性和精确性.实验结果表明,所提出方法能够抑制非线性扰动对系统造成的不良影响,实现理想轨迹的精确跟踪. 相似文献
8.
9.
基于匝道调节的快速路交通密度的无模型周期自适应控制方法 总被引:3,自引:0,他引:3
针对快速路交通这一类复杂的MIMO非线性系统, 提出了一种新的无模型周期自适应匝道调节方法. 该方法本身是无模型的, 控制输入信息和伪Jacobi参数可在整个周期上逐点利用以前周期获得的I/O数据周期地进行更新. 通过严格的数学分析证明了算法的几何收敛性. 仿真结果也进一步说明了所提出方法的有效性. 相似文献
10.
针对一类带扰动有限时间内重复运行的离散时间非线性非仿射不确定系统,本文提出了一种基于迭代扩张状态观测器的数据驱动最优迭代学习控制方法.首先,提出了改进的迭代动态线性化方法,将被控系统线性化为与控制输入有关的仿射形式,并将不确定性合并到一个非线性项中;然后,设计了迭代扩张状态观测器对非线性不确定项进行估计,作为对扰动的补偿;最后,设计了性能指标函数,通过最优技术,提出了参数迭代更新律和最优学习控制律.本文通过数学分析,证明了跟踪误差的有界收敛性.仿真结果验证了方法的有效性.所提出的新型迭代动态线性化方法可很大程度上降低线性化后的控制增益的动态复杂性,使其易于估计.所提出的迭代扩张状态观测器可以在重复中学习,对非重复扰动可进行有效的估计.此外,本文控制器的设计与分析是数据驱动的控制方法,除了被控系统的输入输出数据以外,不需要任何其他模型信息. 相似文献