非线性系统开闭环PID型迭代学习控制算法的鲁棒性

针对非线性时变系统的迭代学习控制问题提出了一种开闭环PID型迭代学习控制律,并证明了系统满足收敛条件时,具有开闭环PID型迭代学习律的一类非线性时变系统在动态过程存在干扰的情况下控制算法的鲁棒性问题。分析表明,系统在状态干扰、输出干扰和初态干扰有界的情况下跟踪误差有界收敛,在所有干扰渐近重复的情况下可以完全地跟踪给定的期望轨迹。

基于迭代学习的PID控制器研究

将目前对u(t)的记忆与修正改成对期望控制ud(t)的记忆与修正,提出两种新的拟合控制系统的PID控制器参数的方法。这两种方法实现的PID控制器较常规的PID控制器结构简单,作用于系统可获得较佳的动态特性和较强的鲁棒性。研究目的是为迭代学习控制理论在设计性能优良的控制器方面扩大应用领域。

改进的PID型迭代学习控制器设计

为了提高PID型控制器的性能,针对当前网络拥塞控制存在的不足:网络拥塞不能建立精确的数学模型,当前的控制方法也没有取得很好地控制效果,尝试将迭代学习控制应用于网络拥塞控制器的设计,即提出一种改进的PID型迭代学习控制的设计。仿真和实验结果表明,采用上述的PID型控制器,被控系统可以获得较佳的动态响应。

基于迭代学习的PID控制器在直流电机控制中的应用

针对重复运动的直流电机系统,利用已知的电机固有的转动惯量,在MATLAB中设计基于迭代学习的PD控制器,获得精确逼近的期望轨迹跟踪,继而利用最后一次迭代学习获得的输入输出数据序列,采用最小二乘法拟合获得PID控制参数,将此PID参数在实际搭建的直流电机平台上试验,获得较好的控制效果。整个设计方法不需要精确的数学模型,且可以方便地获取符合期望控制要求的PID参数。

非线性系统开闭环PID型迭代学习控制的收敛性分析

针对一类参数未知非线性的迭代学习控制问题提出了一种开闭环PID型迭代学习控制律,这种迭代学习律同时利用了系统当前的跟踪误差和前次迭代控制的跟踪误差修正控制作用,给出了迭代学习控制算法收敛的充分性条件.分析表明,所给出的迭代学习控制律推广了现有的结果.

基于迭代学习控制的导弹PID控制器参数寻优

针对设计导弹PID控制器时存在的对比例、微分、积分3个控制参数大量盲目试凑的问题,利用迭代学习算法对控制参数进行自动寻优,最终得到最佳控制参数,从而实现了对PID控制器参数自动寻优的目的,简化了控制器的设计过程.通过仿真结果验证该方法在PID控制器参数自动寻优上是有效的,同时也为导弹控制器参数整定提供了工程适用的方法.

一类广义系统的开闭环PID型迭代学习控制

针对一类正则、无脉冲的线性连续广义系统采取迭代学习控制策略,通过λ范数给出了系统在开闭环PID型学习率下的收敛性条件;最后,通过仿真算例验证了所提方法的有效性和优越性.

基于迭代学习控制的PID控制器的设计方法

研究了迭代学习控制在前馈和反馈环节上的结构原理,克服了迭代学习控制必须在有限时间区间上实现完全跟踪的限制,依据迭代学习控制的特点,提出了两种拟合PID控制器参数的新方法.并进行了仿真实验,充分证明了该方法具有一般性和实用性.

基于2-D系统理论的D型闭环迭代学习控制

将2-D线性连续-离散系统理论应用于连续线性迭代学习控制系统中, 给出能很好反映迭代学习控制过程的数学模型—2-D线性连续-离散系统Roessor模型.在2-D系统理论基础上证明了D型闭环迭代学习控制律的收敛性.根据该理论设计的闭环迭代学习控制器,受到的限制较小.

基于迭代学习的PID控制研究

本文利用迭代学习控制过程记忆的期望控制ud(t)、期望轨迹yd(t)以及跟踪误差ek(t)提出了拟合系统PID控制器参数的方法。这种方法实现的PID控制器结构简单,作用于系统可获得较佳的动态特性和较强的鲁棒性。仿真实例表明,这种方法具有很好的可行性和实用性。

迭代学习在PID控制中的应用

利用迭代学习过程记忆的期望控制、期望轨迹以及跟踪误差,提出了拟合控制系统的PID控制器参数的方法。用这种方法实现的PID控制器结构简单,作用于系统可获得较佳的动态特性和较强的鲁棒性。仿真实例表明了这种方法具有很好的可行性和实用性。

同步发电机迭代学习励磁控制器的仿真研究

基于迭代学习控制理论提出了一种非线性迭代学习控制律,并将其应用于同步发电机的励磁控制,采用Matlab中的Simulink工具箱对单机?无穷大系统及两机系统进行了仿真研究,结果表明了该控制方法的有效性和通用性,且具有很强的维持机端电压的能力,与常规PID控制器和线性迭代学习控制律相比其收敛速度明显加快,有利于提高电力系统稳定性。

线性时滞系统H_∞迭代学习控制器的设计

推导采用闭环迭代学习律的系统收敛充分条件 ,分析该条件并把迭代学习控制设计问题转化为H∞ 输出反馈设计问题 ,然后用线性矩阵不等式 (LMI)方法 ,系统设计线性时滞系统迭代学习控制器 .

分域设计迭代学习控制器抑制非重复性扰动

为了抑制迭代方向上已知重复样式的非重复性输出扰动,提出了迭代学习控制(Iterative Learning Control,ILC)的分域算法。时间域内设计传统PID型迭代学习控制器,并且优化其参数;迭代域内利用内模原理抑制非重复性输出扰动,跟踪期望轨迹;利用加权思想将两者相结合,得到迭代学习控制器的分域设计算法。相对于已有算法,建立了针对一般扰动的设计框架,并且合理配置了算法的参数,使收敛速度及精度有所提高。仿真结果说明了该算法的有效性。

基于分裂迭代和模糊算法的采摘机器人控制系统

为了提高采摘机器人定位的准确性,在机器人控制系统图像的处理过程中引入了迭代分裂算法,通过图像的降噪处理提高了果实坐标位置识别的准确性。为了提高机器人机械手移动的精度,在控制系统的设计上引入了PID控制器,并采用模糊算法对PID控制器进行了优化,实现了系统的精准控制。最后,对控制系统的效果进行了测试,结果表明:采用分裂迭代算法可以得到准确的识别果实的成熟度和坐标位置,采用模糊PID算法可以有效提高果实的采摘效率和采摘质量,对于提升高采摘机器人的设计水平具有重要意义。

线性时变系统闭环PID型迭代学习算法的仿真分析

对闭环PID型迭代学习算法进行了收敛分析,并针对一类线性时变系统,分别运用开环和闭环PID型迭代学习算法进行了仿真研究。仿真结果表明,闭环比开环PID型迭代学习算法更能较快地跟踪期望轨迹,而且很少出现不稳定的现象,在收敛速度方面显示了该算法的优越性。

PID型离散系统迭代学习控制参数的优化设计

基于控制参数的优化设计针对线性时不变离散系统提出了一种PID型迭代学习控制算法.此算法的收敛速度快于P型和PI型学习算法,并能够用于震荡的不稳定系统,仿真结果证明了算法的有效性.

迭代学习PID控制在粉状物料计量系统中的应用

粉状物料在连续螺旋输送的过程中,物料输送参数在外界扰动和时变效应的影响下会发生很大的变化,采用一般的控制方法很难达到稳定的物料流量。将迭代学习控制算法与传统的PID算法相结合,构成了一种迭代学习PID控制器。针对粉状物料计量系统所存在的问题,给出控制系统结构,并对螺杆输送器的参数进行计算,将该控制器应用其中,采用MATLAB仿真分析,结果表明,该控制器能够自动调节物料输送能力,使控制系统取得满意的控制效果,并且给出了该粉状物料计量系统的控制原理框图,有较好的实际应用价值。

基于迭代学习的直驱式电液伺服系统控制研究

本文阐述了直驱式电液伺服系统原理、组成和特点,并建立了直驱式电液伺服系统数学模型,进行了动态特性理论分析。为改善其动态性能,设计了闭环PID迭代控制器,并进行了实验研究。结果表明该系统动态性能平稳,控制器的控制效果良好,系统具有较强的抗干扰能力。

双闭环直流调速系统动态补偿控制器的在线优化设计

双闭环直流调速系统广泛应用于带钢热连轧等复杂工业过程,该文针对轧机传动系统由于咬钢过程导致的调速系统动态性能下降问题,建立主传动系统机电耦合模型,并利用基于残差生成器的容错控制框架,进行主传动系统的动态补偿控制器设计。选取控制器输出和调速系统输出作为目标控制函数的性能指标约束,采用基于梯度下降的数据驱动方法,实现动态补偿控制器参数矩阵的在线迭代优化,提高电机调速系统在负载扰动影响下的鲁棒性能和抗干扰性能。仿真与实验结果均表明:该算法能够减少电机转速下降幅度,改善传动系统调速性能,提高闭环控制系统稳定性,并能有效缩短带钢头部长度。