一种新型自学习控制器及其应用.doc

想预览更多内容,点击预览全文

申明敬告:

本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己完全接受本站规则且自行承担所有风险,本站不退款、不进行额外附加服务;如果您已付费下载过本站文档,您可以点击这里二次下载

文档介绍

一种新型自学习控制器及其应用

摘要:本文提出了一种新的学习控制律,论证了控制律的合理性,证明了其收敛性,说明此控制律具有控制精度高,收敛速度快等优点,具有广阔的应用前景。

关键词:学习控制 收敛性 压力控制器1 前言

  气动控制技术是70年代随着工业自动化的需要发展起来的一门新型控制技术。因其具有节能、无污染、结构简单、高效以及适应恶劣的工作环境等特点,在机器人、飞行器、风洞中尾撑机构以及冶金设备上得到广泛的应用。自Arimoto于1984年提出迭代学习控制以来[1][2],已在很多领域得到充分应用,它仅需较少的先验知识和计算量就可以处理不确定程度相当高的线性或非线性系统,而气动控制系统中广泛存在着参数漂移、非线性特性等,使我们无法得到精确的数学模型,用传统的控制方法很难得到令人满意的效果。因此我们把自学习控制方法引入气动控制系统,提出了一种变学习因子迭代自学习控制算法,并对它的合理性及收敛性进行分析和证明。并把它应用于压力跟踪控制系统,收到了很好的效果。

2 基本描述

  考虑如下线性系统的微分状态方程为:

(1) 对于非线性系统:

可以在各个工作点附近线性化成式(1)的形式,我们可以用许多局部的线性方程组合起来,以体

现系统全局的非线性。

  取控制律为如下形式:

(2) 式中:uj(t),uj+1(t)分别是第j次学习,第j+1次学习的控制量;kj1(t)表示k1在t时刻,第j次迭代时的增益值;kj2(t)表示k2在t时刻,第j次迭代时的增益值;ej(t)表示第j次学习时的响应误差,

  合并式(1)、式(2)得:

(3)   假设系统是能控的,即:

则(4)

  式中:B(t)+,C(t)+分别表示矩阵B(t),矩阵C(t)的广义逆矩阵。下一步迭代学习,即j+1次时,控制量将等于理想控制输入ud(t),所以系统输出Yj+1(t)也将等于期望输出Yd(t),系统收敛

最近下载