常规的迭代学习控制设计是在动态系统严格重复操作的情况下进行的,而在许多实际的迭代学习控制应用中,每一次重复运动中的系统初始状态和系统的期望输出轨迹都有可能产生随机的波动,本项目拟在这种非严格重复操作的前提下对多变量动态系统进行学习控制器设计.该学习控制器对系统的变迭代初始误差和变期望轨迹同时具有纠偏功能.对于由非严格重复操作引起的系统输出相对于变期望轨迹的偏离,利用系统模型的部分估计信息融入到迭代学习控制律中来进行补偿,期望在很小的初始时间段外将迭代跟踪误差控制到一个可用系统的部分估计信息完全调节的界内.特别地,当系统的这部分信息被精确知道时,初始时间段外的迭代跟踪误差将被控制收敛到零.所设计的学习控制器对于系统有界随机扰动的鲁棒稳定性将被考虑.另外,当变迭代初始状态满足一定条件时,变期望轨迹的重复学习控制也是我们的研究内容之一.
{{i.achievement_title}}
数据更新时间:2023-05-31
EBPR工艺运行效果的主要影响因素及研究现状
复杂系统科学研究进展
基于被动变阻尼装置高层结构风振控制效果对比分析
基于旋量理论的数控机床几何误差分离与补偿方法研究
二维FM系统的同时故障检测与控制
非严格重复连续时间系统的迭代学习控制方法及应用研究
非严格重复条件下离散非线性系统的迭代学习控制研究.
基于迭代学习策略的非严格重复系统故障估计方法研究
大系统的非重复性迭代学习控制研究