基于迭代学习的液压角振动台控制策略研究

液压角振动台是十分复杂的非线性系统,应用传统的控制系统设计方法很难满足其控制要求。引入迭代学习控制算法的非线性控制策略,针对控制系统的稳定性以及迭代学习的收敛性,提出复合迭代学习控制算法,并从频域角度给出其收敛性条件。将仿真结果与实验数据进行对比分析,结果表明:系统压力12MPa条件下,采用该方法角振动台内框具有20Hz(峰—峰值0.4°)的正弦响应能力,且其相位滞后不超过10°,幅值误差不大于±10%,验证了此控制策略的有效性。该复合迭代学习控制策略不仅拓宽了系统频带,而且改善了系统输出对期望信号输入的跟踪精度,为液压角振动台的高性能实时控制开辟了新途径。

基于定理反馈理论迭代学习的液压角振动台控制策略

针对控制系统的鲁棒性以及迭代学习的收敛性,进行了定量反馈理论(Quantitative feedback theory,QFT)复合迭代学习控制算法设计,并从频域角度给出了其收敛性条件。将仿真结果与实验数据进行对比分析,验证了此控制策略的有效性。该QFT迭代学习控制策略不仅拓宽了系统频带,改善了系统输出对期望信号输入的跟踪精度,同时可以很好地跟踪随机振动信号功率谱,为液压角振动台高性能实时控制开辟了新途径。