| 【中文题名】 | 开闭环PD型迭代学习控制及其收敛性研究 |
| 【英文题名】 | Open-closed-loop PD-Type Iterative Learning Control and Its Convergence |
| 【学科专业】 | 模式识别与智能系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2005-4-15 |
| 【中关键词】 | 迭代学习控制,收敛性,开环,闭环,开闭环,迭代学习律 |
| 【英关键词】 | Iterative Learning Control,Convergence,Open-loop,Closed-loop,Open-closed-loop,ILC schemes, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>自动控制理论>> |
| 【论文摘要】 | 众所周知，非线性时变系统极为难于控制，即使利用现代控制理论也难以设计适当的控制器。但对于重复跟踪相同轨迹的系统，例如机械手的操作，磁盘驱动系统等，迭代学习控制(ILC)是控制这一类系统简单而有效的方法。迭代学习控制针对具有重复运行性质的被控对象，利用对象以前运行的信息，通过迭代的方式修正控制信号，实现在有限时间区间上的完全跟踪任务。正因为其简单而有效，近年来受到不少研究人员的关注，研究内容包括学习律的构成、收敛性、鲁棒性、初值及学习速度等问题。
本文着重分析了迭代学习控制的收敛性。文中首先介绍了迭代学习控制的一些基本知识，包括提出的历史，数学描述以及一些常用迭代学习控制律。其次分别讨论了开环、闭环和开闭环迭代学习律的收敛性，并给出各种不同迭代学习律的仿真实例加以对比：作者还特别给出了一类非线性系统的开闭环PD型迭代学习律收敛的充分条件，并使用线性算子理论加以证明。最后讨论了研究中存在的一些问题和发展方向。 |
| 【论文题纲】 |
|
摘要 |
4-5 |
|
Abstract |
5-6 |
|
致谢 |
6-7 |
|
目录 |
7-8 |
|
第一章 迭代学习控制概述 |
8-19 |
|
1．1 基本思想与控制结构 |
8-9 |
|
1．2 迭代学习控制的数学描述 |
9-10 |
|
1．3 迭代学习控制的理论研究 |
10-11 |
|
1．4 迭代学习控制的研究现状 |
11-18 |
|
1．4．1 常见的迭代学习控制律 |
11-16 |
|
1．4．2 迭代学习律收敛性和鲁棒性的研究成果 |
16-17 |
|
1．4．3 迭代学习控制的实际应用状况 |
17-18 |
|
1．5 本文主要工作简介 |
18-19 |
|
第二章 开环迭代学习控制的研究 |
19-27 |
|
2．1 开环迭代学习控制的结构 |
19-20 |
|
2．2 收敛性分析 |
20-22 |
|
2．3 仿真分析 |
22-26 |
|
2．3．1 仿真实例一 |
23-25 |
|
2．3．2 仿真实例二 |
25-26 |
|
2．4 小结 |
26-27 |
|
第三章 闭环迭代学习控制的研究 |
27-37 |
|
3．1 闭环迭代学习控制的结构 |
27-28 |
|
3．2 收敛性分析 |
28-31 |
|
3．3 仿真分析 |
31-35 |
|
3．3．1 仿真实例一 |
31-34 |
|
3．3．2 仿真实例二 |
34-35 |
|
3．3．3 仿真实例三 |
35 |
|
3．4 小结 |
35-37 |
|
第四章 开闭环迭代学习控制的研究 |
37-53 |
|
4．1 开闭环迭代学习控制的结构 |
37-38 |
|
4．2 收敛性分析 |
38-42 |
|
4．3 仿真分析 |
42-49 |
|
4．3．1 仿真实例一 |
42-45 |
|
4．3．2 仿真实例二 |
45-47 |
|
4．3．3 仿真实例三 |
47-49 |
|
4．4 小结 |
49-50 |
|
附:证明算子G_k满足文献[45]中引理算子Q的条件 |
50-53 |
|
第五章 迭代学习控制存在的问题与思考 |
53 |
|
参考文献 |
53-58 |
|
作者在攻读硕士期间完成的论文 |
58 |
|
| 【DOI】 | LunWen.ID:2.2008.387279 |
