桂林电子科技大学计算机与控制学院,广西桂林 541004
对于具有重复运动性质的系统,迭代学习控制是一种行之有效的控制方法。开闭环迭代学习控制能同时利用系统前次运行和当前运行的信息,因而性能优于单纯的开环迭代学习控制。针对线性连续系统,设计了D(Differential)型开闭环迭代学习控制器,利用2-D(Two-Dimensional)系统理论建立系统的2-D连续—离散Roesser模型,并给出了保证控制器收敛的充分必要条件。最后通过一个仿真实例,证明了该方案的有效性。
线性连续系统 开闭环算法 2-D系统理论 Roesser模型 linear continuous-time system open-closed-loop algorithm 2-D system theory Roessers model
桂林电子科技大学 计算机与控制学院, 广西 桂林 541004
普通PID型迭代学习控制算法由于其增益矩阵一旦确定,就不再改变,因而收敛速度较慢。为了提高收敛速度,结合模糊控制技术用于学习控制,提出一种模糊增益PD型迭代学习控制算法。该算法根据系统误差的大小,通过调整因子而改变增益矩阵大小。调整的方法是:在控制的初始阶段,增强控制输入中系统误差增益矩阵,同时保持误差微分增益矩阵不变,从而清除误差;而在控制趋于稳定时,增强控制输入中误差微分增益矩阵,同时保持系统误差部分增益矩阵不变,以减少超调量。针对一个单臂机械手模型,进行了仿真设计,仿真结果验证了方法的有效性。
模糊控制 迭代学习控制 增益调节 fuzzy control iterative learning control gain adjustment