分数阶迭代学习控制系统的若干问题的研究
[Abstract]:Iterative learning control is aimed at a class of controlled objects with repeated trajectory. It uses the input information and tracking error of the last system to correct the current control input, and through a certain number of repeats. Realize the complete tracking task in the limited time area. Iterative learning control adopts the learning strategy of "learning in repetition", which has the mechanism of memory and correction. Because the iterative learning control algorithm is simple and easy to apply, it is used in many practical applications. In this paper, the iterative learning control of several fractional nonlinear systems is studied. The specific contents are as follows: (1) the research background and significance and the related knowledge to be used in this paper are briefly introduced. Including fractional integral and common Lemma. (2) We discuss the P-type iterative learning control of fractional nonlinear impulsive differential systems. The necessary and sufficient conditions for the convergence of iterative learning control under open-loop and closed-loop conditions are established. (3) the fractional iterative learning control for nonlinear systems with multiple delays is studied, which includes external interference and output control noise. By introducing 位-norm, the sufficient conditions for system tracking error and control input convergence under the action of open-loop and closed-loop iterative learning update law are obtained. A numerical simulation is given to verify the correctness of the conclusion. (4) the fractional nonlinear time-delay system is added to the control delay term to form the system with both state delay and control delay, which is more complex than the previous system. This paper mainly studies the convergence of iterative learning control of the system.
【学位授予单位】:安徽大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP13
【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:2481175
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2481175.html