基于迭代学习的掩模台与工件台同步控制

针对光刻机掩模台与工件台在曝光扫描过程中必须保持运动同步的问题,提出了一种迭代学习同步控制方法.为提高系统的动态跟踪精度和带宽,采用以直线电机和音圈电机为执行器的宏微控制结构,建立了掩模台的动力学模型.提出的主从同步控制结构以工件台为主动系统、掩模台为从动系统,在常规反馈控制的基础上加入了同步控制器.根据迭代学习控制方法设计了二阶同步学习律,并证明了该学习律的收敛性.仿真结果表明同步学习算法可以明显地减小同步偏差,同步偏差的峰值和移动标准差随迭代次数的增加而不断减小,在50次迭代后分别减小了45.12％和36.84％.     

不确定机械臂的组合自适应迭代学习轨迹跟踪

针对一类同时含未知时变和未知定常参数、并带有可重复时变干扰的不确定机械臂系统,为精确跟踪期望轨迹并加快跟踪误差的收敛速度,提出了一种具有抗扰能力的机械臂组合自适应迭代学习控制算法.对未知定常参数和未知时变参数,分别采用时域和迭代域的参数自适应迭代学习律,并基于估计参数设计了机械臂的自适应迭代学习轨迹跟踪控制律.利用相似李亚普诺夫函数证明了轨迹跟踪误差的收敛性.针对二自由度关节式机械臂的仿真结果表明,应用所提算法可实现精确的轨迹跟踪,并加快迭代学习的收敛速度.     

迭代学习控制的频域分析与设计方法

为分析迭代学习控制系统的学习收敛性和收敛速度,将迭代学习控制系统抽象成一个在运行时间t和重复运行次数k上的二维系统,并在频域内对系统进行了分析,提出基于幅相曲线的学习收敛性分析方法,给出了收敛性判定定理,并将该方法应用于系统输出偏差各频率成分在重复运行次数方向上的收敛速度分析和迭代学习控制器设计.应用Matlab/Simulink进行了仿真验证,结果表明:所提出的迭代学习控制频域分析方法和收敛性判定定理是正确的,能够准确有效地用于迭代学习控制的收敛性及收敛速度分析.     

三维七对角差分格式强隐式法的推导计算

对三维情况下椭圆型方珠七对角差分格式的强隐式法作了推导，给出了迭代格式，并对收敛性和迭代参数的选择作了分析。     

时滞三角型混沌系统的滑模自适应同步控制方法

为解决一类时滞三角型混沌系统的同步控制问题, 设计了时滞三角型混沌系统, 并通过分岔图、 Poincare映射、 功率谱分析和最大Lyapunov指数计算分析了混沌动力学特性。并在此基础上, 提出了时滞三角型不确定混沌系统的滑模自适应同步控制方法, 利用滑模控制和自适应控制相结合的方法提出了单维同步控制器的设计。数字仿真表明, 时滞三角型混沌系统的滑模自适应同步控制是有效的。     

时滞系统的PID型迭代学习控制

通过对智能控制、人工智能、自动控制和控制论的相互关系的分析和总结,提出了时滞系统中应用迭代学习控制的思想方法,给出了时滞系统PID型迭代学习算法,并在理论上证明了算法的收敛性     

基于迭代学习算法的机械臂系统轨迹跟踪控制

针对平面二自由度机械臂这一非线性系统,设计了带初态学习的指数变增益D型迭代学习律,并给出收敛性证明.仿真结果表明,迭代学习控制对于诸如二自由度机械臂系统这类具有重复运动性质的被控对象具有很好的控制效果.设计带初态学习的指数变增益D型学习律,系统不仅在存在初态偏移的情况下实现了机械臂期望轨迹的完全跟踪,还加快了收敛速度,增强了迭代学习控制的鲁棒性.     

Riemann-Liouville分数阶P型迭代算法的收敛性

运用Laplace变换和Mittag-Leffler函数,研究一类Riemann-Liouville分数阶P型迭代算法的收敛性,建立并证明了开闭环P型迭代算法收敛性定理.结果表明:此算法在Riemann-Liouville分数阶系统中是可行、有效的,拓宽了迭代学习算法的应用范围.     

参数未知超混沌Lorenz系统的反同步研究

通过自适应控制法设计合适的控制器和参数自适应律,实现含未知参数的超混沌Lorenz系统的反同步控制,并利用Lyapunov稳定性理论证明了反同步误差系统是全局渐近稳定的.Matlab数值仿真结果表明,所选择的控制器和参数自适应律能有效地实现超混沌系统的反同步.     

宏观交通流模型的自适应迭代学习辨识策略

城市路网交通流系统具有很强的随机性和时变性，单一固定的交通流模型难以准确地描述城市路网的实际运行情况，在考虑交通流稳态和动态特性的基础上，提出了一种含有未知时变多参数的非线性宏观交通流模型，并针对交通流固有的重复性特征，设计了一种时变多参数的自适应迭代学习辨识策略。在有限时间区间内，利用迭代学习辨识策略将参数辨识问题转化为最优跟踪控制问题，使交叉口各进口道的排队车辆数均趋于真实值，利用去伪算法的实时自适应能力调整迭代学习辨识策略的学习律增益，提高辨识策略的抗干扰能力。通过严格的数学理论推导证明了该算法的收敛性，最后采用基于模型的控制方法进行仿真实验，进一步验证了该方法的有效性。     

带有遗忘因子的滤波器型迭代学习直线伺服系统

针对永磁直线同步电机伺服系统,提出开闭环迭代学习控制器,实现期望直线位置的跟踪控制.分析了永磁直线同步电机的2-D模型及迭代学习直线伺服系统的收敛性.通过减小系统输入误差协方差矩阵迹的方式得到优化的遗忘因子,来修正控制输入的迭代学习律,同时采用零相位FIR数字滤波器对前馈学习控制器中的误差信号进行滤波处理.实验结果表明,带有遗忘因子的滤波器型迭代学习控制器能够保证直线伺服系统在不断的迭代学习中提高性能,有效抑制端部推力波动,系统具有很好的学习收敛速度、动态响应及控制精度.     

欠控制方向的非线性系统自适应迭代学习控制

针对控制方向未知且具有周期扰动的非匹配非线性系统, 提出了一种自适应迭代学习控制策略. 控制算法具有以下3个特点:不需要控制方向的先验知识; 能够对系统的周期不确定性进行在线学习; 能够克服系统的非匹配不确定性. 随着迭代学习次数的增加, 系统跟踪误差渐近收敛于零. 仿真结果表明了控制算法的可行性和有效性.     

MSK系统中迭代相位同步补偿方法

针对高斯信道中基带信号相位偏移的同步问题,将具有极好香农限的LDPC码和迭代调制算法引入相位同步系统中,提出了一种迭代相位同步补偿方法.其核心思想是在m序列作为同步码字的基础上,采用不同的交织和译码算法,在接收端通过预先给定的同步参考门限,进行反馈相位补偿,并且可以针对不同的信道情况,进行加权和解调数据调整,以满足不同...     

超混沌Liu系统的自适应广义投影同步与参数识别

本文研究超混沌Liu系统的自适应广义投影同步与参数识别问题。基于自适应反馈控制技术,在响应系统参数未知的情况下设计了非线性控制器和参数自适应律,使2个参数不匹配的超混沌Liu系统在全局范围内实现广义投影同步,可用控制增益来调整同步的速度,同时实现对未知参数的识别。应用Lyapunov稳定性理论和LaSalle不变集原理从理论上证明了结论,并通过数值仿真验证所给方法的有效性。     

双起升桥吊双吊具互锁的自适应滑模同步控制

为解决双起升桥式吊车双吊具同步协调控制中普遍存在的内部参数扰动、外界干扰以及双吊具之间的耦合作用问题,提出了一种双吊具自适应滑模同步协调控制方法.在分析双吊具互锁工作模式运行特性的基础上,建立了双吊具互锁模式下的耦合动力学模型.通过时变滑模方法,实现了控制器在滑模趋近阶段的鲁棒性控制.采用自适应补偿技术,抑制了双吊具运行中存在的不确定扰动,并减小了时变滑模控制中切换函数的增益值.在切换函数设计中采用双极Sigmoid函数代替符号函数方法,明显降低了控制器的抖振现象.利用Lyapunov方法,证明了控制器的全局稳定性.数值仿真和实验结果表明,所提出的控制方法有效.
     

异结构超混沌系统的同步及电路实现

 为了实现两个不同结构超混沌系统间的同步，采用自适应反馈同步的方法，构建了混沌同步控制器。在控制器的作用下，驱动系统和响应系统可以实现同步。通过对广义Lorenz系统与超混沌Lü系统的同步进行数值仿真和电路实现，证实了自适应反馈法可以实现不同结构超混沌系统间的同步。该方法不仅有效、可靠，而且对于具体的误差，系统可通过调整控制器的参数来实现同步，具有稳健、易于实现等优点。     

线性离散时不变系统的分数阶相位校正迭代学习控制

针对带有随机干扰的线性离散时不变系统,提出一种分数阶相位校正迭代学习控制算法.设计一种新型相位超前校正与分数阶迭代学习控制相结合的迭代学习控制(ILC)学习律.基于频域分析方法,得到分数阶相位校正迭代学习控制在算法开、闭环两种情况下的频域收敛条件.结果表明:文中算法显著提高了ILC跟踪误差的收敛速度和收敛精度,具有先进性和有效性.     

一种学习控制器及其在液压同步控制中的应用

文中将模糊推理与决策技术引入学习控制，形成了一类新的学习控制系统。分析模糊学习系统的收敛性，给出了收敛性定理，并将模糊学习系统应用于液压同步控制系统。实验表明，这种学习控制方法是有效的。     

履带式装甲车辆纵向速度控制

履带式装甲车辆的动力学系统具有强烈非线性、不确定性的特点,为解决直线行驶工况下的速度控制问题,结合驾驶员驾驶操纵经验,提出一种自适应性强的变论域分相模糊比例-积分-微分(proportion-integral-derivative, PID)控制方法,实现了对期望车速的有效跟随。首先建立包含发动机、传动系及制动系的装甲车辆纵向动力学模型,然后利用模糊算法在线整定PID控制器参数,并采用变论域分相设计进一步提高控制器的自适应能力。仿真实验结果表明,提出的控制方法与传统PID及模糊PID相比,车速跟随控制精度与快速收敛性都有了提高,尤其能够有效解决驱动/制动切换时整车运动状态改变导致的控制效果大幅度下降问题。     

PMLSM伺服系统的特征模型与自适应迭代学习控制

针对PMLSM伺服系统的位置跟踪控制问题,提出一种基于特征模型的自适应迭代学习控制方案。由分析可知,在"id=0"的控制策略下,该系统是一个六阶线性定常系统。结合特征模型理论,给出了该系统的一阶、二阶和三阶特征模型,其特征参数沿时间轴和迭代轴均是变化的。采用遗忘因子最小二乘迭代学习辨识与最小方差控制方法,给出一种基于特征模型的带饱和限幅自适应迭代学习控制方案。仿真结果表明,提出的学习控制方案能够实现系统输出对期望位置的轨迹跟踪。