论文部分内容阅读
迭代学习控制(ILC)是智能控制的一个新领域，它不依赖于系统的动态模型，在复杂非线性、无模型等系统的控制方面具有很显著的优点。迭代学习控制主要是通过重复执行任务，利用迭代优化控制输入来减少误差的，因而非常适合于具有重复特性的被控对象，可以实现有限时间区间上的完全跟踪。
论文首先介绍了迭代学习控制的基本思想、研究方法及其发展现状，然后对传统PID型迭代学习控制进行了比较全面的研究分析，包括其在无干扰环境下、存在初始偏差以及存在噪声这三种典型环境下的收敛性、鲁棒性分析，并对开环和闭环的特点进行了总结。在此基础上，提出了对传统PID控型迭代学习控制方法的改进，包括加入反馈环节、设计开闭环结构以及加入初态学习等来改善系统的控制效果。而对于可以建立精确或者近似模型的被控对象，可以采用模型算法学习律来完成迭代学习。提出针对复杂的被控对象建立多个模型，构造控制器集的思路，利用多模型迭代学习控制的方法实现了算法的改进，同时还讨论了利用神经网络来建立模型集的方法。最后，提出基于迭代学习控制的常规PID控制器设计方法以及迭代学习控制在电液位置伺服系统中的应用。