当前位置:主页 > 科技论文 > 自动化论文 >

基于性能指标优化的迭代学习控制算法研究

发布时间:2018-04-19 08:32

  本文选题:迭代学习控制 + 性能指标优化 ; 参考:《江南大学》2017年硕士论文


【摘要】:随着现代工业控制发展,工业现场控制越来越趋于智能化,集成化及系统化,迭代学习控制(Iterative Learning Control:ILC)作为智能控制领域中一个主要分支,目的是在有限时间范围内,对重复控制任务进行不断试验的同时修正控制量,从而实现对目标任务的高精度跟踪。而实际的跟踪控制过程中,系统往往由于外界因素或自身执行机构约束等影响,导致跟踪控制性能较差,若能对ILC算法进行相关优化改进,对于提高工业生产效率及生产效益具有重要的价值及意义。因此本文为有效改善系统跟踪控制性能,通过ILC学习律建立性能指标,根据优化理论对性能指标进行优化和相关参数分析,最终达到提高系统输出误差收敛速度和改善实际的跟踪精度目的。本文的主要研究工作如下:(1)针对线性系统输出轨迹跟踪问题,设计带有遗忘因子的高阶PID增益优化型ILC控制器。首先根据一阶ILC控制律的增益系数构建多目标性能函数,利用优化技术对相关增益系数进行微分并给出最优增益。然后利用重复试验过程中产生的误差项信息,设计带有遗忘因子的高阶PID学习律,并利用高阶控制器的增益参数构建多目标参数优化性能指标,求出高阶控制器最优学习增益系数。通过电机驱动单机械臂控制系统实例仿真,达到了较好的控制效果。(2)针对离散线性控制系统输出受非重复扰动作用的跟踪控制问题,提出一种基于参考轨迹更新的迭代学习控制算法。首先通过构建性能指标函数对控制器进行范数优化,使得系统输出在参考轨迹更新的期望点处实现快速高精度跟踪。其次,当系统输出端受到某批次非重复扰动的影响时,进一步通过引入拉格朗日乘子算法构造新的性能指标函数,建立多目标性能指标以优化鲁棒迭代学习控制器。最后将该算法应用于电机驱动的单机械臂控制系统中,仿真结果验证了算法的合理性和有效性。(3)针对一类存在随机输入状态扰动、输出扰动及系统初值与给定期望值不严格一致的离散非线性重复系统,提出了一种P型开闭环鲁棒迭代学习轨迹跟踪控制算法。基于?范数理论证明了算法的严格鲁棒稳定性,并通过多目标函数性能指标优化迭代学习控制律的增益矩阵参数,保证了优化算法下输出能快速稳定实现对设定轨迹的有效跟踪。最后应用于二维运动移动机器人的实例仿真,验证了本文算法的可行性和有效性。(4)针对输入受约束的非线性系统的跟踪问题,提出基于罚函数和BFGS相结合的修正Newton型ILC优化学习律。首先利用BFGS算法设计迭代学习控制器,同时通过增加辅助变量的方法将系统输入不等式约束问题转化为等式约束问题,然后将罚函数与等式约束构建性能指标函数以对性能参数进行因子优化,使得输出跟踪控制算法具有单调收敛特性,达到提高误差收敛速度和跟踪精度的目的。最后应用于间歇式反应釜(CSTR)温度控制系统仿真,验证了本文算法的可行性和有效性。
[Abstract]:An iterative learning control algorithm with forgetting factor is designed based on the gain coefficient of the first order ILC control law . ( 4 ) A modified Newton - type ILC optimization study law based on penalty function and BFGS is proposed aiming at the tracking problem of input constrained nonlinear system . Firstly , a BFGS algorithm is used to design an iterative learning controller . At the same time , the problem of system input inequality constraint is transformed into an equality constraint problem by adding auxiliary variables . Then the penalty function and the equation constraint are used to optimize the performance parameters , so that the output tracking control algorithm has the aim of improving the error convergence speed and the tracking precision . Finally , the simulation of the temperature control system of the intermittent reaction kettle is applied to validate the feasibility and effectiveness of the algorithm .

【学位授予单位】:江南大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP13

【参考文献】

相关期刊论文 前10条

1 赵希梅;马志军;朱国昕;;基于Smith预估和性能加权函数的永磁直线同步电机鲁棒迭代学习控制[J];电工技术学报;2016年19期

2 朱雪枫;王建辉;方晓柯;王晓峰;;非线性迭代学习算法在机器人上肢康复中的应用[J];控制与决策;2016年07期

3 曹伟;戴学丰;刘艳菊;;移动机器人的可变遗忘因子离散迭代学习控制[J];北京工业大学学报;2015年10期

4 严求真;孙明轩;;非线性不确定系统准最优学习控制[J];自动化学报;2015年09期

5 David H.Owens;Chris T.Freeman;Bing Chu;;Generalized Norm Optimal Iterative Learning Control with Intermediate Point and Sub-interval Tracking[J];International Journal of Automation and Computing;2015年03期

6 逄勃;邵诚;;高阶参数优化迭代学习控制算法[J];控制理论与应用;2015年04期

7 安通鉴;刘祥官;;目标轨迹更新的点到点鲁棒迭代学习控制[J];浙江大学学报(工学版);2015年01期

8 逄勃;邵诚;;基于奇异值分解的PID型参数优化迭代学习控制算法[J];信息与控制;2014年04期

9 李致富;胡跃明;郭琪伟;马鸽;;不确定离散线性系统的鲁棒单调反馈 前馈迭代学习控制[J];控制理论与应用;2014年04期

10 李朋志;闫丰;葛川;李佩s,

本文编号:1772353


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1772353.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户e9e65***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com