区间可调节的变增益加速迭代学习控制

发布时间：2018-01-08 15:09

  本文关键词：区间可调节的变增益加速迭代学习控制　出处：《系统工程与电子技术》2017年04期 　论文类型：期刊论文

  更多相关文章： 迭代学习控制 单调收敛 收敛速度 加速学习

【摘要】：为加快迭代学习控制律的收敛速度,针对线性时不变系统,以P-型、D-型学习律为例,提出了区间可调节的、具有指数加速、含反馈信息的迭代学习控制算法。首先,根据每次学习效果,确定下一次迭代需要修正的区间并在该区间内修正控制律增益;其次,分析了所提算法的收敛性并给出其收敛条件;最后,理论结果表明收敛速度主要取决于被控对象、控制律增益、修正指数和学习区间的大小。相同仿真条件下,与传统算法相比,所提算法具有更快的收敛速度。
[Abstract]:The convergence speed control law to speed up the iteration for linear time invariant system, P- type, D- type learning law as an example, the interval adjustable, with exponential acceleration, including iterative feedback learning control algorithm. Firstly, according to the learning effect, determine the next iteration needs correction and interval fixed controller gains in the range; secondly, the analysis of the convergence conditions of the convergence of the algorithm is given; finally, the theoretical results show that the convergence rate depends mainly on the controlled object, the control law of gain, correction index and learning interval size. Under the same simulation conditions, compared with the traditional algorithm, the proposed algorithm has faster convergence speed.

【作者单位】： 西北工业大学自动化学院;
【基金】：国家自然科学基金(51407143) 陕西省自然科学基础研究计划(2014JQ7264)资助课题
【分类号】：TP13
【正文快照】： 0引言 迭代学习控制[1]作为一种无模型控制,结构简单,不需要具体模型参数,在有限的区间内仅经过足够多次的重复迭代,便可使执行对象行为达到期望的要求。由于该学习算法具备以上这些属性,近年来倍受众多学者的青睐,使其被广泛运用于机器人刚性机械手臂的控制、过程工业中的批

【相似文献】

相关期刊论文 前10条

1 石成英 ,林辉;迭代学习控制的研究与应用进展[J];测控技术;2004年02期

2 李仁俊,韩正之;迭代学习控制综述[J];控制与决策;2005年09期

3 张兴国;林辉;;迭代学习控制理论进展与展望[J];测控技术;2006年11期

4 陈若珠;宋军伟;李战明;;迭代学习控制在大惯性系统中的应用[J];微计算机信息;2007年19期

5 孔祥波;郝晓弘;;迭代学习控制的研究与应用[J];甘肃科技;2008年07期

6 马航;杨俊友;袁琳;;迭代学习控制研究现状与趋势[J];控制工程;2009年03期

7 郝晓弘;胡振邦;朱洁;秦睿;;迭代学习控制的研究现状[J];微型机与应用;2010年11期

8 赵丽莉;孙明轩;金奎;;一类非线性不确定系统的迭代学习控制[J];浙江工业大学学报;2011年02期

9 苗静;;迭代学习控制理论[J];西安工业大学学报;2011年05期

10 阮小娥;朴光贤;卞增男;;迭代学习控制技术回顾与长期学习控制展望(英文)[J];控制理论与应用;2012年08期

相关会议论文 前10条

1 毕胜;王福根;鄢达来;吴怀宇;章刚华;熊沈蜀;周兆英;;功能性电刺激P型迭代学习控制方法的研究[A];中国康复医学会第四届会员代表大会暨第三届中国康复医学学术大会论文汇编[C];2001年

2 高巍;孙明轩;俞立;;有界输入下的迭代学习控制[A];第二十四届中国控制会议论文集（上册）[C];2005年

3 孙小强;王银河;;一类组合大系统简单迭代学习控制的收敛性[A];2005全国自动化新技术学术交流会论文集（三）[C];2005年

4 刘山;林坚;;基于二自由度控制的鲁棒迭代学习控制设计[A];第二十六届中国控制会议论文集[C];2007年

5 沈栋;陈翰馥;;Hammerstein-Wiener系统的迭代学习控制[A];第二十九届中国控制会议论文集[C];2010年

6 兰永红;;基于二维模型的鲁棒D型迭代学习控制[A];中国自动化学会控制理论专业委员会C卷[C];2011年

7 孙明轩;王惠峰;毕宏博;;反馈辅助迭代学习控制[A];第25届中国控制与决策会议论文集[C];2013年

8 孙明轩;万伯任;;迭代学习控制系统的初始条件问题[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（下册）[C];1995年

9 师佳;江青茵;曹志凯;周华;;一种基于2维鲁棒预测控制的迭代学习控制方案[A];第二十九届中国控制会议论文集[C];2010年

10 池荣虎;侯忠生;;基于学习自适应估计环的迭代学习控制[A];第三届全国信息获取与处理学术会议论文集[C];2005年

相关博士学位论文 前10条

1 张春丽;几类非线性系统的自适应迭代学习控制研究[D];西安电子科技大学;2014年

2 张瑞坤;受限非线性参数化系统的自适应迭代学习控制[D];北京交通大学;2016年

3 周伟;基于高阶内模的离散时间系统的迭代学习控制[D];浙江大学;2016年

4 谢振东;非线性迭代学习控制理论及其在机器人控制中的应用[D];华南理工大学;2000年

5 姜晓明;迭代学习控制方法及其在扫描光刻系统中的应用研究[D];哈尔滨工业大学;2014年

6 王轶;基于迭代学习控制的几类列车自动控制问题研究[D];北京交通大学;2010年

7 杨胜跃;迭代学习控制算法设计与优化研究[D];中南大学;2004年

8 曹伟;迭代学习控制及其在故障诊断中的应用研究[D];哈尔滨工程大学;2013年

9 徐敏;基于迭代学习控制理论的励磁控制研究[D];西北工业大学;2005年

10 柳春平;迭代学习控制理论及其在网络控制系统中的应用[D];浙江大学;2013年

相关硕士学位论文 前10条

1 蔡丽;抗非重复性干扰的迭代学习控制研究[D];郑州大学;2011年

2 李彩丽;基于迭代域的迭代学习控制方法的研究[D];大连海事大学;2015年

3 魏少龙;二维LQG基准下迭代学习控制的性能评估[D];北京化工大学;2015年

4 赵丽娜;基于迭代学习控制的有限状态机在动力型假肢中的应用[D];河北工业大学;2015年

5 余剑平;非线性系统的自适应迭代学习控制[D];云南师范大学;2015年

6 张畅;具有重复特性系统的控制方法研究[D];东北石油大学;2015年

7 李广印;基于未知控制方向的非线性系统的自适应学习控制[D];云南师范大学;2015年

8 钱亚中;自适应鲁棒重复/迭代学习控制及其在电机上的应用[D];浙江工业大学;2015年

9 陈乐剑;约束自适应模糊迭代学习控制[D];浙江工业大学;2015年

10 顾伟国;几类非线性系统的迭代学习控制[D];苏州科技学院;2015年

，

本文编号：1397596