期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
间歇过程最优迭代学习控制的发展:从基于模型到数据驱动 被引量:26
1
作者 池荣虎 侯忠生 黄彪 《自动化学报》 EI CSCD 北大核心 2017年第6期917-932,共16页
本文综述了间歇过程的基于模型的和数据驱动的最优迭代学习控制方法.基于模型的最优迭代学习控制方法需要已知被控对象精确的线性模型,其研究较为成熟和完善,有着系统的设计方法和分析工具.数据驱动的最优迭代学习控制系统设计和分析的... 本文综述了间歇过程的基于模型的和数据驱动的最优迭代学习控制方法.基于模型的最优迭代学习控制方法需要已知被控对象精确的线性模型,其研究较为成熟和完善,有着系统的设计方法和分析工具.数据驱动的最优迭代学习控制系统设计和分析的关键是非线性重复系统的迭代动态线性化.本文简要综述了基于模型的最优迭代学习控制的研究进展,详细回顾了数据驱动的迭代动态线性化方法,包括其详细的推导过程和突出的特点.回顾和讨论了广义的数据驱动最优迭代学习控制方法,包括完整轨迹跟踪的数据驱动最优迭代学习控制方法,提出和讨论了多中间点跟踪的数据驱动最优点到点迭代学习控制方法,和终端输出跟踪的数据驱动最优终端迭代学习控制方法.进一步,迭代学习控制研究中的关键问题,如随机迭代变化初始条件、迭代变化参考轨迹、输入输出约束、高阶学习控制律、计算复杂性等.本文突出强调了基于模型的和数据驱动的最优迭代学习控制方法各自的特点与区别联系,以方便读者理解.最后,本文提出数据驱动的迭代学习控制方法已成为越来越复杂间歇过程控制发展的未来方向,一些开放的具有挑战性的问题还有待于进一步研究. 展开更多
关键词 间歇过程 基于模型的最优迭代学习控制 动态线性化 数据驱动的最优迭代学习控制
下载PDF
最优迭代学习控制的鲁棒稳定性及其在注塑机控制中的应有(英文) 被引量:17
2
作者 邵诚 高福荣 杨毅 《自动化学报》 EI CSCD 北大核心 2003年第1期72-79,共8页
提出了一种鲁棒最优迭代控制器的设计方法 .对于任意有界的参考输出和不确定的初始值 ,建立了由最优迭代学习控制器保证闭环系统有界输入有界输出 (BIBO)鲁棒稳定性的充要条件 .实际应用中可根据不确定初始设定值和干扰对加权矩阵进行调... 提出了一种鲁棒最优迭代控制器的设计方法 .对于任意有界的参考输出和不确定的初始值 ,建立了由最优迭代学习控制器保证闭环系统有界输入有界输出 (BIBO)鲁棒稳定性的充要条件 .实际应用中可根据不确定初始设定值和干扰对加权矩阵进行调整 ,从而保证闭环系统性能随迭代过程的进行而得到改进 .在注塑机控制中的应用验证了本文结论的有效性 . 展开更多
关键词 最优迭代学习控制 鲁棒稳定性 注塑机 控制 控制器
下载PDF
基于最优迭代学习控制的四旋翼轨迹跟踪控制 被引量:6
3
作者 朱奕航 吴庆宪 +1 位作者 王从庆 袁梦顺 《电光与控制》 CSCD 北大核心 2020年第6期37-42,共6页
针对四旋翼无人机的轨迹跟踪问题,设计了基于干扰观测器的最优迭代学习控制器。在考虑外界干扰的情况下,建立了四旋翼无人机的运动学离散模型,通过设计离散形式的干扰观测器实现对未知干扰的估计,并用Lyapunov方法对干扰估计误差的收敛... 针对四旋翼无人机的轨迹跟踪问题,设计了基于干扰观测器的最优迭代学习控制器。在考虑外界干扰的情况下,建立了四旋翼无人机的运动学离散模型,通过设计离散形式的干扰观测器实现对未知干扰的估计,并用Lyapunov方法对干扰估计误差的收敛性进行了严格证明。在对干扰进行补偿的基础上,设计了最优迭代学习控制器,保证了四旋翼无人机对期望轨迹的跟踪误差渐近收敛。最后,通过仿真验证了所设计的干扰观测器和迭代学习控制器的有效性。 展开更多
关键词 四旋翼无人机 轨迹跟踪 离散干扰观测器 最优迭代学习控制
下载PDF
基于最小二乘的自适应最优迭代学习控制研究
4
作者 杨亮亮 罗祥 +1 位作者 潘晓铭 鲁文其 《建模与仿真》 2023年第3期2102-2113,共12页
传统的最优迭代学习控制(TOILC)可以有效地提高伺服系统的跟踪性能。然而,在伺服系统的运行过程中可能存在参数扰动,其参数不断缓慢变化,从而导致TOILC的收敛性变差,系统的跟踪性能严重恶化。因此,考虑到系统的时变特性,提出了一种基于... 传统的最优迭代学习控制(TOILC)可以有效地提高伺服系统的跟踪性能。然而,在伺服系统的运行过程中可能存在参数扰动,其参数不断缓慢变化,从而导致TOILC的收敛性变差,系统的跟踪性能严重恶化。因此,考虑到系统的时变特性,提出了一种基于最小二乘的自适应最优迭代学习控制(LSAOILC)算法。在迭代过程中,根据输入和输出数据辨识得到系统的名义模型,来更新最优迭代学习控制器。当系统存在参数扰动时,它仍具有良好的跟踪性能,弥补了TOILC的不足。仿真和实验证明了该算法对时变系统的有效性。 展开更多
关键词 参数扰动 跟踪性能 最小二乘 最优迭代学习 时变系统 伺服系统 时变特性 缓慢变化
下载PDF
高层建筑地震反应的分散最优迭代学习控制研究 被引量:4
5
作者 汪权 庄嘉雷 +1 位作者 王建国 钱锋 《工业建筑》 CSCD 北大核心 2013年第2期18-23,共6页
针对地震作用下高层建筑结构的振动控制方法进行研究,引入分散控制的策略,将线性二次型最优控制(LQR)与迭代学习控制(ILC)算法原理相结合,提出分散最优迭代学习控制(Decentralized OptimalIterative Learning Control,DOILC)算法并应用... 针对地震作用下高层建筑结构的振动控制方法进行研究,引入分散控制的策略,将线性二次型最优控制(LQR)与迭代学习控制(ILC)算法原理相结合,提出分散最优迭代学习控制(Decentralized OptimalIterative Learning Control,DOILC)算法并应用于高层结构振动控制中。对某20层钢结构Benchmark结构模型进行数值计算与分析,结果表明,采用分散控制策略的DOILC算法与传统集中控制策略一样可以有效地抑制结构地震反应,相对于集中控制的单一失效分散控制系统的可靠性更强且数据实时处理效率大为提高。 展开更多
关键词 高层建筑 地震反应 集中控制 分散控制 最优迭代学习
原文传递
桥式起重机定位及防摆的最优迭代控制 被引量:11
6
作者 付子义 袁海国 《计算机仿真》 CSCD 北大核心 2015年第12期337-340,381,共5页
在起重机定位防摇优化控制研究中,由于桥式起重机定位防摆控制系统是一个强耦合、非线性模型复杂系统,系统的实时性能差,传统的PID控制器往往难以进行高精度定位,防摇控制也并不理想。为解决桥式起重机运行的规律优化控制,提出应用最优... 在起重机定位防摇优化控制研究中,由于桥式起重机定位防摆控制系统是一个强耦合、非线性模型复杂系统,系统的实时性能差,传统的PID控制器往往难以进行高精度定位,防摇控制也并不理想。为解决桥式起重机运行的规律优化控制,提出应用最优迭代学习控制的方法,实现对系统的定位以及防摇精确控制。用拉格朗日(Lagrange)方程建立桥式起重机的数学模型和最优迭代学习控制模型,对桥式起重机进行定位防摇控制仿真。结果证明改进的控制算法有效,并通过仿真为桥式起重机精确定位,防摇控制提供了科学依据。 展开更多
关键词 桥式起重机 最优迭代学习 防摆控制 重复运动
下载PDF
带遗忘因子的ILC在桥式起重机防摆中的应用研究
7
作者 贾胜 贺风华 +1 位作者 刘海波 冯敏 《煤矿机械》 2017年第9期139-142,共4页
在起重机防摆控制研究中,由于桥式起重机防摆控制系统是一个强耦合、非线性系统,系统的实时性能差,传统的PID控制器难以达到高精度跟踪,防摆效果并不理想。针对桥式起重机的非线性和不确定性,分析桥式起重机的动力学模型,提出带遗忘因子... 在起重机防摆控制研究中,由于桥式起重机防摆控制系统是一个强耦合、非线性系统,系统的实时性能差,传统的PID控制器难以达到高精度跟踪,防摆效果并不理想。针对桥式起重机的非线性和不确定性,分析桥式起重机的动力学模型,提出带遗忘因子的PD型迭代学习控制策略,利用2个迭代学习控制器对小车的速度和负载的摆动分别进行控制。其中,迭代学习速度控制器的设计是参考一个简单的速度曲线。仿真结果证明了该方法能够提高系统的控制性能,改善系统的控制品质。与无遗忘因子的PD型迭代学习控制相比,遗忘因子算法在平滑跟踪期望曲线、抑制摆角残留方面更具优越性。 展开更多
关键词 桥式起重机 最优迭代学习 防摆控制 重复运动
下载PDF
Optimal Iterative Learning Control for Batch Processes Based on Linear Time-varying Perturbation Model 被引量:9
8
作者 熊智华 ZHANG Jie 董进 《Chinese Journal of Chemical Engineering》 SCIE EI CAS CSCD 2008年第2期235-240,共6页
A batch-to-batch optimal iterative learning control (ILC) strategy for the tracking control of product quality in batch processes is presented. The linear time-varying perturbation (LTVP) model is built for produc... A batch-to-batch optimal iterative learning control (ILC) strategy for the tracking control of product quality in batch processes is presented. The linear time-varying perturbation (LTVP) model is built for product quality around the nominal trajectories. To address problems of model-plant mismatches, model prediction errors in the previous batch run are added to the model predictions for the current batch run. Then tracking error transition models can be built, and the ILC law with direct error feedback is explicitly obtained, A rigorous theorem is proposed, to prove the convergence of tracking error under ILC, The proposed methodology is illustrated on a typical batch reactor and the results show that the performance of trajectory tracking is gradually improved by the ILC. 展开更多
关键词 iterative learning control linear time-varying perturbation model batch process
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部