含有初始误差的线性连续系统的一种迭代学习控制方法

针对线性连续系统迭代学习控制中含有固定初始误差的情形,利用二维系统理论检出了一个带有初始误差修正的迭代学习控制方案和这种迭代学习控制规律收敛的条件,并说明由此设计的迭代学习控制器简单有效,可实现在初始时间段以外部分对期望转变的安全跟踪。     

分批重复过程迭代学习广义预测控制

针对一类分批重复操作过程,提出迭代学习广义预测控制(ILGPC)算法·该算法利用以前的过程输入输出信息,在GPC结构中增加干扰预测估计的迭代学习前馈回路,通过对部分可重复干扰的估计和学习,提高了分批重复操作过程的控制品质,减小了跟踪误差·对算法的稳定性做了分析,并以间歇聚合反应过程为仿真对象,研究了算法的稳定性和鲁棒性·     

二维线性连续—离散型系统理论在迭代学习控制中的 …

针对线性连续控制系统,利用二维线性连续－离散型系统理论设计了一种新型的迭代学习控制方案,并给出了这种迭代学习控制规律收敛的条件,说明二维线性连续－离散型系统理论在迭代学习控制中的应用是成功的。     

二维线性连续-离散型系统理论在迭代学习控制中的应用

针对线性连续控制系统 ,利用二维线性连续 离散型系统理论设计了一种新型的迭代学习控制方案 ,并给出了这种迭代学习控制规律收敛的条件 ,说明二维线性连续 离散型系统理论在迭代学习控制中的应用是成功的 .     

区域极点和多重输出约束下的离散时间系统保性能控制

对于范数有界参数不确定线性离散时间系统,设计鲁棒状态反馈控制器,使得对所有允许的不确定性,闭环系统极点均落在给定的圆形稳定区域中,系统的某些输出指标满足给定的约束,且系统的性能指标具有最小上界.基于Lyapunov稳定性理论及线性矩阵不等式(LMI)方法,给出鲁棒次优保性能状态反馈控制器存在的充分条件,进而提出最优保性能控制器的设计方法.通过数值算例验证该方法的可行性.     

圆盘区域极点约束鲁棒非脆弱控制

针对一类参数不确定线性系统,研究了具有圆盘区域极点约束的状态反馈鲁棒非脆弱控制器设计问题。系统中的参数不确定性满足范数有界条件,设计的非脆弱控制器具有加性和乘性不确定项。基于线性矩阵不等式(LMI),提出了将闭环系统极点配置到指定圆盘区域的状态反馈鲁棒非脆弱控制器存在的充分条件。然后利用G辅助变量替换技术拓展了圆盘极点配置的线性矩阵不等式(LMI)条件,提出保守度较低的状态反馈非脆弱控制器设计方法。数值仿真例子验证了给出的控制器设计方法的可行性。     

二维线性离散系统理论在迭代学习控制中的应用

利用二维线性离散系统理论设计了线性离散控制系统的迭代学控制器,并给出了这种迭代学习控制规律收敛的充要条件,该迭代学习控制器较为简单,且在应用中受到的限制也较少,说明二维线性离散系统理论在线性离散系统迭代学习控制中的应用是成功的。     

配置区域极点的约束方差设计:离散时间情形

该文研究线性离散随机系统在区域点及方差约束下的控制器设计问题，即设计状态反馈控制器，使闭环系统的极点位于给定区域内，同时稳态状态方差不大于预先给定值。     

区域极点指标约束下的优化可靠保性能控制

利用矩阵不等式和LMI方法,研究了一类传感器故障下的不确定离散系统在闭环区域极点指标约束下的鲁棒优化可靠保性能控制问题。分析了故障闭环系统满足区域极点约束和具有较优的保性能上界的充分条件,给出的保性能函数指标上界优于已有的结果。得到了使故障闭环系统满足上述性能约束的可靠状态反馈控制器设计方法。最后通过仿真示例证明了本文方法的有效性。     

工业过程稳态优化中的PID型迭代学习控制

给出一种PID型迭代学习算法．对工业过程稳态优化中的动态施行迭代学习控制，加快了动态响应，提高了控制效果．从理论上分析了算法的收敛性，并给出数字仿真结果．     

工业过程稳态优化中的PD型迭代学习控制

论述在工业过程的稳态优化中，施行选代学习控制的思想方法．给出了一种ＰＤ型迭代学习算法，分析了算法收敛性．数字仿真结果表明这种控制方法对抑制超调，加快动态响应，减小优化过程对工业生产过程的影响是行之有效的．     

区域极点约束下不确定系统鲁棒非脆弱H_∞控制

多目标控制是控制系统工程领域近年来的研究热点问题,用于解决在若干个相互矛盾的目标存在的情况下如何得到一个能够满足多方面要求的解决方案.考虑到对闭环系统的鲁棒性、非脆弱性、干扰抑制性能以及动态响应特性等多方面控制目标要求,针对一类含有范数有界参数不确定性的线性系统,研究了其在干扰抑制指标约束以及闭环极点区域共同约束下的鲁棒非脆弱H∞控制问题.以有限能量扰动输入信号到性能评价输出信号之间的L2增益来衡量系统的抗干扰性能,以极点区域约束来改善闭环系统的动态响应特性,控制目标要求在对象和控制器同时存在参数不确定性的情况下,所设计的控制器能够使不确定性系统鲁棒稳定,闭环系统干扰抑制性能指标小于给定上界,并且闭环极点配置于复平面上指定的圆盘区域内.针对控制器增益具有加法式摄动和乘法式摄动的情况,分别以一个线性矩阵不等式(LMI)形式给出了满足设计要求的非脆弱鲁棒H∞控制器的可解性条件.通过数值算例进行控制器设计并对结果进行了深入讨论,分析结果表明了所提方法的有效性.     

不确定连续系统基于区域极点配置的鲁棒容错控制

利用代数Riccati方程和矩阵范数理论,研究了连续系统基于区域极点配置的容错控制问题。给出了系统闭路环极点配置在圆形区域内对执行器失效且具有完整性的一个充分条件;进而讨论了不确定连续系统的闭环极点配置在圆形区域内的鲁棒容错控制问题,且给出了此条件下鲁棒容错控制系统的设计方法。此设计方法是有效的。     

具有区域极点约束的不确定系统输出反馈控制

针对一类不确定性线性系统，将动态输出反馈控制器设计问题转化为一组矩阵不等式的可行解问题，使得闭环系统不仅具有鲁棒性能，而且能使闭环系统的极点配置在一个给定的圆形区域内，以保证系统具有期望的动态性能。     

具控制时滞的线性时滞系统的迭代学习控制

针对一类具有控制时滞的线性系统，讨论了D型迭代学习控制算法，从理论上给出了算法收敛的充分条件。数值仿真结果表明，这种算法是有效的。     

线性时滞系统H∞迭代学习控制器的设计

推导采用闭环迭代学习律的系统收敛充分条件,分析该条件并把迭代学习控制设计问题转化为H∞输出反馈设计问题,然后用线性矩阵不等式（LMI）方法,系统设计线性时滞系统迭代学习控制器,仿真结果证明该设计方法的有效性。     

线性广义系统的D型迭代学习控制

根据误差收敛准则,提出了线性广义系统的迭代学习控制算法,利用矩阵理论及不等式技巧给出了线性定常广义系统在D型学习律作用下的迭代控制收敛性结果,这一结果是全新的,其对时变系统也成立;另外,针对线性定常广义离散时间系统,给出了一种通过最优化目标函数确定控制器参数的设计方法.     

对一类非严格重复系统的两种基于二阶内模的迭代学习控制器设计

通过对系统中的不确定参数建立迭代域上的二阶内模来研究一类非线性连续时间系统的非严格重复性,并依照内模原理提出了两种基于二阶内模的参数迭代学习控制器:二阶迭代学习控制器和平行迭代学习控制器.本文分别使用不同的Lyapunov函数,证明了两种控制器在各自的可行范围内都可以保证系统的跟踪误差收敛.通过对这两种学习机制的比较分析,说明了平行迭代学习控制设计的合理性.两个数值仿真不仅证实了两种算法的有效性,也展示了平行迭代学习控制器更好的收敛特性.     

基于小波递归神经网络的间歇过程迭代学习优化控制

针对间歇过程提出了基于小波神经网络的迭代学习优化控制算法,实现产品终点质量指标的控制。小波递归神经网络用于建立提供长期预测的间歇过程模型。由于模型误差以及未知干扰的影响,基于预测模型得到的控制变量在实际应用中得不到期望的终点质量指标。利用间歇过程的重复特性,采用迭代学习优化控制改善批次间的产品质量,根据以前批次的模型预...     

迭代学习控制与等效的反馈控制

基于算子理论推导迭代学习控制（ILC）收敛的充分条件和跟踪误差，研究表明对于任何因果时不变线性系统（TLI）的ILC都存在等效反馈控制，可获得相同的跟踪误差，并且反馈控制器的参数仅与ILC的参数有关而与系统参数无关，即使被控制系统未知，ILC方法也没有比传统反馈控制有更大的优越性。